2个关键点训练

[clearlove7-piggy]

大佬您好，我想用这个来识别鱼和鱼的头部点、形心点两个关键点。需要改代码哪些地方呢？模型的head和loss和datasets都需要改吗？ 我只改了datasets训练了一下，发现头部点预测有问题，是不是关键点编解码和loss的地方需要调整？

[derronqi]

修改cfg文件以及train和test里面的kpt-label,关闭左右flip

[clearlove7-piggy]

修改cfg文件以及train和test里面的kpt-label,关闭左右flip

我flip index 改成【1,0】了，在读取完数据然后画出经过增强后的图片发现点的位置是对的，是不是可以不关闭左右flip？

[derronqi]

可以

[clearlove7-piggy]

大佬，按你说的改了，训练出来有一个点的预测，问题还是很大。训练损失比较正常，验证损失都很高而且不降

[clearlove7-piggy]

大佬，按你说的改了，训练出来有一个点的预测，问题还是很大。训练损失比较正常，验证损失都很高而且不降

[clearlove7-piggy]

python train.py --data data/widerface.yaml --cfg cfg/yolov7s-face.yaml --epoch 50 --kpt-label 2 --device 1 --weights ./yolov7s-face.pt 用的是这个命令训练的

[clearlove7-piggy]

大佬，为啥关键点经过数据增强后点的位置都是对的，经过训练后关键点的误差却特别大？

[clearlove7-piggy]

大佬，我发现你做检测的时候，self.no是不是写错了？每个点都只有xy两个坐标，self.no = nc+5 +2self.kpt_label 才对吧？你写的是self.no = nc+5 + 3self.kpt_label

[clearlove7-piggy]

大佬，我发现在mosaic状态下的测试结果是很好的，但是转换到原图点位置就不对了。

[clearlove7-piggy]

大佬，我发现在mosaic状态下的测试结果是很好的，但是转换到原图点位置就不对了。

应该怎么修改，让点位置在原图的时候能还原呢？

[nowhereman1999]

大佬，我发现你做检测的时候，self.no是不是写错了？每个点都只有xy两个坐标，self.no = nc+5 +2_self.kpt_label 才对吧？你写的是self.no = nc+5 + 3_self.kpt_label

这里乘以3的原因是yolov7的数据集标签里除了xy两个坐标以外，还有一个值表示是否可见，所以每个点有三个属性

[CNruxiangduan]

hi ,I try to train this model with 21 landmarks,but hava a error: ##################################################################### Traceback (most recent call last): File "train.py", line 562, in train(hyp, opt, device, tb_writer) File "train.py", line 318, in train loss, loss_items = compute_loss(pred, targets.to(device)) # loss scaled by batch_size File "/ruxiang/workshop/code/detAlg/yolov7-face/utils/loss.py", line 172, in call lkptv += self.BCEcls(pkpt_score, kpt_mask.float()) File "/home/meizu/.local/lib/python3.8/site-packages/torch/nn/modules/module.py", line 1194, in _call_impl return forward_call(*input, **kwargs) File "/home/meizu/.local/lib/python3.8/site-packages/torch/nn/modules/loss.py", line 720, in forward return F.binary_cross_entropy_with_logits(input, target, File "/home/meizu/.local/lib/python3.8/site-packages/torch/nn/functional.py", line 3160, in binary_cross_entropy_with_logits raise ValueError("Target size ({}) must be the same as input size ({})".format(target.size(), input.size())) ValueError: Target size (torch.Size([24, 21])) must be the same as input size (torch.Size([24, 27]))

how to solve the issue?