chenjun2hao / CenterFace.pytorch

你好，我想请问一下具体是在多少个epoch后做finetune的呢，finetune的学习率和步长具体是多少呢？

我在640 * 640的输入上做训练，使用lr_step为90、120，lr为5e-4，batch_size为8。之后将140的epoch取出，送入第二步做finetune，输入尺寸为800 * 800，使用lr_step为30、60，lr为5e-4，batch_size为8。

训练结果为

1.First train with the size of 640×640/514×514

2.Then fine tune with the size of 800×800

3.For the easy and hard part, s = s * np.random. Choice (np.arange(0.3, 1.2, 0.1)). The larger the value, the more small samples will be generated

我想问一下这样的结果正常么，精度上的差距主要是因为缺失第三步骤么？还有这里的border可以带来多少的精度提升呢：）

CenterFace.pytorch/src/lib/datasets/sample/multi_pose_2.py

Line 48 in 4ea7b08

s = s * np.random.choice(np.arange(0.3, 1.4, 0.1))

我想问一下这样的结果正常么，精度上的差距主要是因为缺失第三步骤么？还有这里的border可以带来多少的精度提升呢：）

CenterFace.pytorch/src/lib/datasets/sample/multi_pose_2.py

Line 48 in 4ea7b08

s = s * np.random.choice(np.arange(0.3, 1.4, 0.1))

请问，您是否有修改过作者的代码，主要指的是数据增强那块，为什么我按着作者代码的训练调参方式，训练出来的结果精度只有70呢

CenterFace.pytorch/src/lib/datasets/sample/multi_pose.py

Line 15 in 37a351b

from utils.utils import Data_anchor_sample

去年的实验，我不太记得了。建议把训练的bbox值打出来看一下，此外可以看一下这个函数。

设置max_obj=314, k=600能有提升

这是我的调优结果

这是我的调优结果

您好，您用v2的精度最高达到多少呢，还有就是K=600是哪个参数，期待您的回复

这是我的调优结果

还有就是是否能够给出您的训练步骤，和关键超参的设置值，比如学习率 batch，是否就是是否按着作者提供的训练步骤进行的训练，谢谢

Train Parameters