littletomatodonkey
littletomatodonkey
是的，作者在这里是把C4->C5的dilation修改为了2(默认为1)，但是我自己做实验的时候发现设置为1的话，效果会好一些。 这里是我的一个实现，不过是基于paddle的，不过暂时没有添加CxAM和CnAM模块，你可以看下 @shaohailin https://github.com/PaddlePaddle/PaddleDetection/blob/master/configs/acfpn/README.md https://github.com/PaddlePaddle/PaddleDetection/blob/master/ppdet/modeling/backbones/acfpn.py
你好，感谢你的关注 1. 关于检测的问题，因为使用的是超轻量模型，这块anchor的设置其实相对较小，所以检测对于占据图像大部分面积的情况其实处理较差，这块可以参考PaddleDetection在自己的数据集上进行finetune，或者使用更大的模型训练，如果需求很大，我们后续也会考虑提供精度更高的检测模型 2. 目前该repo中还没有涉及到人脸alignment的步骤，所以你说的这个倾斜的情况下，相似度差异较大的情况是存在的 3. 两个模型都是从头训练的，参数和训练策略也会造成相似度的差异，不过这块没有定量地评估过 4. 再次感谢你的关注和使用，效果这块我们会继续优化，你如果有什么需求也欢迎通过issue或者邮件的形式([email protected])联系我~
嗯嗯，我们其实最近也在准备把训练相关的代码合入到insight-face的官方repo中去，可以参考下这个PR：https://github.com/deepinsight/insightface/pull/1652 你可以试下对齐对效果的影响，有效的话欢迎分享或者给我们提PR哈
You can try only-det mode to find out whether the detector is the bottleneck, and the index is built by the recognition model on `friends`, you can try to see...
yes, the current small detection model does not perform well on image with medium or large face, you can try replace the model with other models.
Hi, is the image shape `640x480`? And for speed benchmark, warmup is needed.
你好，这篇论文的编号是多少呢？
好的，我们再评估下这篇论文哈，你可以先看看其他的论文~感谢你的反馈
> @krishnavishalv @hszhao What's the label here? it will be the segmentation map or a class in pre-train stage? aux layer和最后的output layer的feature size大小都是相同的，因此也是经过softmax之后与最后的label进行比较，具体可以参见gluoncv中PSPNet的实现方法。
I met the same questions as you, but I did not find any solutions either. I just found the answer [here](https://github.com/davheld/GOTURN/issues/1).