Face_Pytorch
Face_Pytorch copied to clipboard
wujiyang
使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错
您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况
emm， for data : face occlusion, side face, ... for align : face bbox, face align ...
lfw的结果高并说明不了什么，能在megaface上刷高分数才行，还有就是要看你使用的什么训练集
请问adgdb-30 cfp 测试集在哪下载呀？ 我用insightface代码对训练集做了对齐，然后从你提供的云盘下载了lfw cfp adgdb30测试集， 这样行吗？ 我担心的是训练集对齐方式和测试集对齐方式不一致
您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况
hello，when i training，the lfw acc was as follows，how i can solve it？
Maybe the lr you used is too big. What machine are you using？
---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43)
您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况
hello，when i training，the lfw acc was as follows，how i can solve it？
— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.
Maybe the lr you used is too big. What machine are you using？ … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) 您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况 hello，when i training，the lfw acc was as follows，how i can solve it？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.
tesla v100， however i changed the lr=0.01，0.001，it is still so
did you turn the option shuffle in dataloader into true?
---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 中午11:36 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43)
Maybe the lr you used is too big. What machine are you using？ … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) 您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况 hello，when i training，the lfw acc was as follows，how i can solve it？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.
tesla v100， however i changed the lr=0.01，0.001，it is still so
— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
did you turn the option shuffle in dataloader into true? … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 中午11:36 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) Maybe the lr you used is too big. What machine are you using？ … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) 您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况 hello，when i training，the lfw acc was as follows，how i can solve it？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe. tesla v100， however i changed the lr=0.01，0.001，it is still so — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
no,the shuffle value is false, trainloader = data.DataLoader(dataset, batch_size=64, shuffle=False, num_workers=2, drop_last=False),did you use lfw.py or lfw_2.py?
try to turn the shuffle into true ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 下午2:18 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43)
did you turn the option shuffle in dataloader into true? … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 中午11:36 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) Maybe the lr you used is too big. What machine are you using？ … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) 您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况 hello，when i training，the lfw acc was as follows，how i can solve it？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe. tesla v100， however i changed the lr=0.01，0.001，it is still so — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
no,the shuffle value is false, trainloader = data.DataLoader(dataset, batch_size=64, shuffle=False, num_workers=2, drop_last=False),did you use lfw.py or lfw_2.py?
— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
try to turn the shuffle into true ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 下午2:18 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) did you turn the option shuffle in dataloader into true? … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月22日(周二) 中午11:36 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "MaoCai"<[email protected]>;"Comment"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) Maybe the lr you used is too big. What machine are you using？ … ---原始邮件--- 发件人: "wolfworld6"<[email protected]> 发送时间: 2020年12月21日(周一) 下午4:03 收件人: "wujiyang/Face_Pytorch"<[email protected]>; 抄送: "Subscribed"<[email protected]>; 主题: Re: [wujiyang/Face_Pytorch] 使用您的代码，我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错 (#43) 您好： 使用您的代码我在lfw的得分可以达到99.6，但是实际应用场景会出现大批量的认错。为了不认错把阀值调高，又会出现认不出的情况。我初步分析是两个原因，一个是实际使用中有复杂的光照，还一个是训练数据集中大部分是欧美人脸，亚洲人脸很少。用欧美人脸训练出来的模型对亚洲人脸识别不好。请问您感觉还会有什么原因造成这种情况 hello，when i training，the lfw acc was as follows，how i can solve it？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe. tesla v100， however i changed the lr=0.01，0.001，it is still so — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe. no,the shuffle value is false, trainloader = data.DataLoader(dataset, batch_size=64, shuffle=False, num_workers=2, drop_last=False),did you use lfw.py or lfw_2.py? — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
sorry,my bad,i found my pairs.txt is wrong in the gdb mode.