多分类问题

[L-lei]

您好,关于多分类问题没有正确分类,只对正负样本很好的进行了划分,正样本中的划分全在第1类上面,按照softmax的返回2个类别大概就是[[0.07,0.939,0.001]];我检查了您用的MultiBoxLoss中代码,我也未发现任何问题

[alicera]

大大, 你有验证过该网路吗？我有点搞不清楚该CODE AP是否正确，因为我验证了一张图，该图只有1张脸，但网路预测时有预测到那张脸，及另一张错误的脸，但算出的AP是1。

[L-lei]

计算AP需要看你是怎么确定的正样本与负样本,代码中返回的个数有16800个,AP接近1也是可能的

[alicera]

如果以学术界验证retinaface的AP，该专案计算AP方式会是正确的吗？

以我测试结果，如果网路预测出的物体不在groundtruth中不会被视为错误。
如果网路预测出的物体在groundtruth中，但是辨识不出来即为错误。

[alicera]

hi, L-lei
代码中似乎没有 BGR2RBG处理 ，所以mean
img -= (104, 117, 123)
分别是对应 B = 104, G=117, R=123
对吧？

[Steven]

@L-lei 我也有同样的问题，你最后是怎么解决的？

[L-lei]

@L-lei 我也有同样的问题，你最后是怎么解决的？

本来我一开始不打算用分类网络去做处理的,后来一直没解决只好用分类网络去做处理

[Steven]

恩，我一直也被这个问题困扰，后来改成了是人脸，背景是两类，然后人脸是分为有口罩/没口罩两个属性，这样也不成功

…

On Mon, Feb 1, 2021 at 12:42 AM L-lei ***@***.***> wrote: @L-lei <https://github.com/L-lei> 我也有同样的问题，你最后是怎么解决的？ 本来我一开始不打算用分类网络去做处理的,后来一直没解决只好用分类网络去做处理 — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#153 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AEHBG4CUFJCHXFTS2YLTEX3S4X2FVANCNFSM4WMVABZQ> .

-- [image: Employee profile] Steven Lu Senior Researcher Research Team M [phone] E [e-mail] <[e-mail]> W www.anyvision.co Tel: [phone]

[seandream1]

大牛好，想咨询下。将人脸这套迁移到了另外的任务上，需要考虑使用不同的类别来调节阈值，请问下如何在原有的分类任务上添加多个类别。。感觉不是很好改。

[seandream1]

大牛好，想咨询下。将人脸这套迁移到了另外的任务上，需要考虑使用不同的类别来调节阈值，请问下如何在原有的分类任务上添加多个类别。。感觉不是很好改。

[alicera]

我觉得要先优化网路lr才有机会

[408550969]

参考Pytorch_Retinaface下的问题#26