训练数据集
你好,请问你用的哪个数据集训练的?
有对应caffe模型吗,我转换不成功呀
数据集: https://github.com/HCIILAB/SCUT-HEAD-Dataset-Release
thanks very much. 中国数据集啊;
if mode == 'test': cls_prob = mx.symbol.SoftmaxActivation(data=conv4_1, mode="channel", name="cls_prob") bbox_pred = conv4_2 group = mx.symbol.Group([cls_prob, bbox_pred])
else cls_prob = mx.symbol.SoftmaxOutput(data=conv4_1, label=label, multi_output=True, use_ignore=True, out_grad=True, name="cls_prob") conv4_2_reshape = mx.symbol.Reshape(data = conv4_2, shape=(-1, 4), name="conv4_2_reshape") bbox_pred = mx.symbol.LinearRegressionOutput(data=conv4_2_reshape, label=bbox_target, grad_scale=1, out_grad=True, name="bbox_pred")
out = mx.symbol.Custom(cls_prob=cls_prob, bbox_pred=bbox_pred,
label=label, bbox_target=bbox_target,
op_type='negativemining', name="negative_mining")
不知道如何从新保存啊。
已解决.detector.py fcn_detector.py加入
mx.model.save_checkpoint('p_'+"norm",0,symbol,self.arg_params, self.aux_params)
解决;
训练 你使用HollywoodHead dataset Brainwash dataset 这两个数据集了嘛?还是仅仅使用了PartA of SCUT-HEAD PartB of SCUT-HEAD ?
好像只用了PartA of SCUT-HEAD PartB of SCUT-HEAD 的一部分。记不太清了。
你好,我初次训练的效果,感觉目标框稳定性不是太好,另外误报和漏报不是太理想, @Qidian213 你那边给些参考意见。
@zfc929 我这个只是一个实验性的思路。 你的效果可能是炼丹术不够纯熟也可能是MTCNN的能力有限,后面效果提升不了可以换用别的人脸检测的算法训练试试。
作者你有没有更好点的模型啊;
@sunjunlishi 这个得看下最近一年新出的人脸检测的文章了,人脸检测这块我关注的少。
@Qidian213 多谢,我在尝试一些其他方法
作者你好,你的模型有比这个更好的模型吗?