zhouzhubin

normalized的问题

12

@zylo117 大佬,您好, 就是您的工程,在对图片处理的时候,是先做normalized的,然后在resize,如果原始图片很大的话就会很耗时间,不管是在train或者是inference上, 可以改成先resize然后在normalized的吗?会对模型产生很大的影响吗?

run demo_cmp_body.py error

2

when i run demo_cmp_body.py ，there is such a problem： absl.flags._exceptions.IllegalFlagValueError: flag --kalman_noise=0.03: Expect argument to be a string or int, found I don't know how to solve it. Hope anyone...

inference时间运行时间差异很大

9

@yangxue0827 大佬，你好。我在测试图片的时候，怎么inference时间运行时间差异很大，这是什么原因？我有的图片是100多毫秒，有的就直接成500ms了。我是自己的数据集，我对数据的处理是先resize成800*800的图片的，并不是滑框式的。

@yangxue0827 大佬，你好。我看了你的代码，发现postprocess_fastrcnn_r这里面没有根据得分来限定做nms box的个数。在nms之后做了一个显示的阈值限制。我尝试加过，但是没有成功，所以想问你我应该怎么改，谢了啊！

THRED 这个值,怎么来确定?

4

你好,在test.py里面THRED,是通过怎样的计算得来的?

检测的关键点,位置一直在一定的范围,不是随着脸变化而变化

3

@yinguobing 你好,我是基于rensnet50的网络改的,最后输出的是10,因为我是5个关键点.我loss选用的MSELoss,pytorch上的.优化函数用的SGD.我训练出来的网络,最后测试出来的结果,五个点位置一直在中间的,轻微变化,不会随着脸部变化而变化,请问这是什么原因啊?感觉就是训练了位置信息,关键点的特征信息,就没有提取出来.

@boyliwensheng 大佬，你好。我用自己的数据训练了一个模型，然后将train集进行注册，然后验证的时候，还是用这个，怎么还会有错误啊？这是怎么回事？？？？

点的对应

3

@TianzhongSong 你好，我想问一下身体那18个点对应关系是什么样的？谢谢了！

UnicodeDecodeError: 'ascii' codec can't decode byte 0x80 in position 316: ordinal not in range(128)

2

@AshutoshDongare Thank you for sharing the code! Why do the above problems occur when I run?I hope you can help me. Thank you !!!

模型训练效果不如单个的

1

你好： 谢谢你的分享！我最近在做一个细分类比赛，跟你这个应该是差不多的，我用了很多模型。我昨天训练你的这个，怎么出来的效果，还不如我单个的mobilenetV2 输入是320×320的模型，我也不知道是什么原因，我也不知道什么地方训练出问题了