多分类问题
L-lei opened this issue · comments
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
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。
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
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。
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?
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。
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。
我觉得要先优化网路lr才有机会
参考Pytorch_Retinaface下的问题#26