Mr.Fire
"ReLU" layers are currently unsupported. "DepthwiseConv2D" layers are currently unsupported.
/home/Facial-Similarity-with-Siamese-Networks-in-Pytorch-master/facemask/utils/aux_functions.py:111: RankWarning: Polyfit may be poorly conditioned perp_line = fit_line(x, y, image)
I git clone DeepQA in my server(ubuntu) and trained with GPU. then I test it in the server,I send a “hi” and get a “hi” as response. however, when I...
我增加了一个类别训练完成后，使用convert_to_onnx.py得到的onnx只有boxes和scores两个输出，没有类别信息
用自己的数据训练的时候遇到这个问题， 网上查很多说是标注有空行或者xml和img对应不上， 于是我在几十万条数据少遍历了一次又一次，就是找不到。 然后用二分法不断删除测试训练，终于找到出问题的数据， 当标注文件只有一个框，且difficult为1的时候，就会出现这个错误。 因为voc处理代码里直接过滤了，然后没有再对剩余框是否大于1进行判断， 导致出现这个报错而不好定位。 花了大半天时间找出原因，供后来者参考吧....
Hi, I found a pre-trained model named seresnext50_imagenet_1000_no_top_v2.h5 in your release, however, I cound not load it，so please tell me how to use it？ Thx.
I installed with pip install facenet-pytorch, then I run the fintune example, got this: `RuntimeError: Couldn't load custom C++ ops. This can happen if your PyTorch and torchvision versions are...
thx for sharing, I can download Images - https://drive.google.com/open?id=1zn-AGmsBqVheFPnDTXWBpeo3XRH1Ho15' , but cannot download:Annotations - https://drive.google.com/open?id=1LiTDMWk0KglGueJCaxgneEA_ltvEbUDV ,it says u have del it.
您好，感谢分享，有点疑惑请教下。 据我所知有两种剪枝实现： 1. 直接删掉不要的channel，重构模型，比如某层原始通道为64，裁剪一些后通道数可能变为32，那么保存的模型通道也降低了，这样模型占用空间大小变小，推理速度也会变快； 2. 采用mask的方式，对裁剪的模型不删除，只是对应mask的位置设为0，这样计算的时候也相当于裁剪了，但是这样没有裁剪，保存模型的大小几乎一样，推理速度也几乎一样。 如果我理解有误，欢迎指出，如果没错，那么有两个问题烦请指教： 1.本项目残差连接的剪枝方案如您所说使用了mask，就是我上面说的第二点的方式吗？ 2.如果是，mask剪枝的意义在哪呢？我们剪枝不就是为了减少体积和提速吗？ 参考您的一个之前的回复： #https://github.com/Eric-mingjie/network-slimming/issues/30 > mask模型的意义就在于没有实质的剪枝发生，模型的大小仍然保持一样。只是inference的时候mask模型等价于prune后的模型
关于效果和速度
感谢开源，但是我测试的时候效果不是很好，有如下两个问题： 1.打开视频第一帧必须有人脸，才能检测到进而追踪，否则就会一直没有检测结果，同时如果检测过程中丢失了人脸再出现，也依旧无法检测； 2.在rk3399的板子上fps只有30左右，离150fps还是有不少差距，是因为板子性能的问题吗？还是你们在移动端测试的机器比较好呢