RomanticWithoutStatus

关于测试的

9

lz，我用其他的自己拍的人脸图，发现人脸占比和训练数据的不同，因此就效果不好。在你的视频测试里，是先用人脸检测的网络，来把人脸扣出来，然后再给pfld检测，抠图的比例是在检测框的基础上取长宽最大值的1.1倍。那么我自己抠的人脸图，是要遵循什么样的人脸占比来才好呢？还是我用其他的人脸检测网络，把检测网络的抠图范围扩大1.1倍就都可以用呢？

通过14个关键点，结合OpenCV的pnp方法，发现角度的检测结果并不是很理想，想问一下作者，目前有哪些较好的人脸角度检测方法

我用训练出来的关键点（关键点效果可以），再选取14个点，用opencv的pnp计算出三个欧拉角，左右侧脸的角度还可以，俯仰角感觉挺奇怪的，很大的脸部俯仰角度，都只计算出20左右的度数。为了对比，我用商汤的服务器计算了一下同样图片的俯仰角，也是20度左右。实际上很夸张的人脸俯仰，只计算出20度，不太应该，请问楼主知道这个角度是怎么回事吗？

python finetune_pruned.py --weights runs/test/exp16/pruned_model.pt --adam --epochs 100 --cfg models/yolov5m.yaml --data data/struct.yaml --device 0,1,2,3 一直卡着

2

detect input : ['model.0.conv.bn', 'model.1.bn', 'model.2.cv3.bn', 'model.3.bn', 'model.4.cv3.bn', 'model.5.bn', 'model.6.cv3.bn', 'model.7.bn', 'model.8.cv2.bn', 'model.9.cv3.bn', 'model.10.bn', 'model.10.bn', ['model.10.bn', 'model.6.cv3.bn'], 'model.13.cv3.bn', 'model.14.bn', 'model.14.bn', ['model.14.bn', 'model.4.cv3.bn'], 'model.17.cv3.bn', 'model.18.bn', ['model.18.bn', 'model.14.bn'], 'model.20.cv3.bn', 'model.21.bn', ['model.21.bn', 'model.10.bn'],...