- 以12Net爲例,參考其他mtcnn的用例,思考如何訓練:
- 多增加負樣本以提高對錯誤的排除能力
- mutly如何使用
- hard_example爲何如此慢如何優化.
提高對錯誤分類的排除能力:
如
這樣一張照片:我使用訓練出來的模型,即使採用0.8的prob閾值,得到的候選框也有664個
如果使用別人訓練好的12-net的取0.4的閾值大概得到 724個候選框
左右兩個男的都沒框進來,這幅圖上效果不如我訓練出來的
但在其他圖上的效果不好如:
…/prepare_data/WIDER_val/images/11–Meeting/11_Meeting_Meeting_11_Meeting_Meeting_11_102.jpg
一共 8193個複選框
把衣服上的紋路
官方給出的model中 ,對衣服紋路的誤判少一些,貌似是紅色容易被誤判,是否我需要對圖片全部取個均值,然後在減去均值做計算會得到更加準確的數值 1067個複選框
在來一個bad_sample:
…/prepare_data/WIDER_val/images/11–Meeting/11_Meeting_Meeting_11_Meeting_Meeting_11_441.jpg
我訓練的模型0.8閾值下找4602個候選框
而使用官方提供的: 使用0.4的閾值,對桌布這種複雜紋理的誤判少很多
黑人朋友的漏掉了不少候選框…
…/prepare_data/WIDER_val/images/11–Meeting/11_Meeting_Meeting_11_Meeting_Meeting_11_71.jpg
官方給出的模型中,爲紋理複雜出現誤判較少
對圖像做減均值處理:
[104.14622335 110.80776087 119.85612174]
常用的處理如下:
減去均值之後再看之前的圖效果 0.8的閾值最終 3666個複選框.且包含正確分類,這張圖效果上好於不做均值處理.(具體可能需要做全數據的統計)
…/prepare_data/WIDER_val/images/11–Meeting/11_Meeting_Meeting_11_Meeting_Meeting_11_441.jpg
對應 候選框是 4221個.
寫個腳本來總體評估一下不同方式訓練方式下,12net提出的效果.
0.8閾值 不加減均值預處理
pos part neg
4 16 11926
3 27 27670
1 7 5906
8 48 3106
5 31 10535
0 5 5798
0 31 9558
5 77 5855
2 53 6390
5 30 7859
5 51 13065
1 42 9287
5 36 7189
0 0 7920
4 18 6019
0 9 4703
11 45 4435
2 21 6650
0 11 5395
0 2 5784
total: 61 560 165050
使用預處理
0 0 428
1 4 955
0 15 1026
0 6 513
2 30 1485
0 4 586
17 100 1201
24 96 732
6 33 1021
7 48 1155
1 3 345
2 30 374
4 16 787
0 0 1017
7 39 1345
6 22 81
1 9 264
5 60 1131
0 40 1858
0 2 1384
total: 83 557 17688
官方提供的
0 8 3796
2 18 7321
0 2 3115
2 10 2717
2 7 3407
0 1 3652
2 11 4081
2 25 3013
2 9 4506
0 8 3554
2 20 2048
1 14 5926
2 14 3213
0 0 2988
0 9 4183
0 11 4147
1 31 3732
0 16 3571
1 2 2369
0 0 3190
total: 19 216 74529
總的看來還是加上減去均值效果會好不少.
48Net 我擴大了樣本,選用的樣本比例240000:240000:960000 ,同時也使用了減均值處理, 經過48Net過濾出來的效果好了不少
如:
48Net上效果好了不少,所以還是需要使用12net_hard_example中生成的負樣本,以加強對bad case的排除能力.
使用之前訓練的48Net
看着還行,側臉差了點.