We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
1、请问下你的stage1和stage2 训练的时候策略有什么不同? 2、请问下你在训练网络loss 最后设置的 contour_weight: 1 main_weight: 2 coarse_weight: 3 normalized: 1 这几个值直接设置为1,还是按照caffe.prob里面设置成123进行训练? 3、用你的网络结构,我自己处理了五万数据,在300w上结果还是只有7.6左右,感觉跟你的差的有点远。 4、可以留个联系方式吗,能不能微信请教下。
The text was updated successfully, but these errors were encountered:
嗨,我这个工作比较久远了,本身可能存在一些不足。可以按照以下方式尝试: 1.数据增强。请把原始数据至少增强30-40倍。我做这个模型的时候主要通过旋转、镜像、随机缩放来增强。你可以参考SSD的数据增强,增加颜色扰动、随机截取等。 2.这个网络结构我自己觉得可能也不是特别好,你可以再试试其他的结构。 3.权重可以调整。一开始把contour设置低点可能好训点。
Sorry, something went wrong.
我的数据增强是离线做的,所以在代码里没有体现。
欢迎你分享一些最新的进展啊
No branches or pull requests
1、请问下你的stage1和stage2 训练的时候策略有什么不同?
2、请问下你在训练网络loss 最后设置的
contour_weight: 1
main_weight: 2
coarse_weight: 3
normalized: 1
这几个值直接设置为1,还是按照caffe.prob里面设置成123进行训练?
3、用你的网络结构,我自己处理了五万数据,在300w上结果还是只有7.6左右,感觉跟你的差的有点远。
4、可以留个联系方式吗,能不能微信请教下。
The text was updated successfully, but these errors were encountered: