训练我自己的数据

[HansonXia]

您好，我尝试用你的repo tf1分支来训练我自己的模型，共3万2千张68点数据。使用默认的shuffle net，没有预训练模型，训练到90epoch，关键点预测偏差很大。请问是由于没有预训练模型的原因，还是因为数据量不够？

[610265158]

您好，我尝试用你的repo tf1分支来训练我自己的模型，共3万2千张68点数据。使用默认的shuffle net，没有预训练模型，训练到90epoch，关键点预测偏差很大。请问是由于没有预训练模型的原因，还是因为数据量不够？

我觉得可能是某个地方没有弄对， 偏差很大，是完全不对，还是误差大呢

[HansonXia]

@610265158 是误差大，不是完全不对。具体NME是多少我没有测试，我是把结果画在视频帧上查看的。

[610265158]

@610265158 是误差大，不是完全不对。具体NME是多少我没有测试，我是把结果画在视频帧上查看的。

loss 降到多少了呢

[HansonXia]

@610265158 epoch 95: iter 2970, total_loss=11.388758 loss=9.881962 leye_loss=0.526899 reye_loss=0.541418 mouth_loss=0.388536 leye_acc=0.757812 reye_acc=0.710938 mouth_acc=0.875000 l2_loss=0.049942 learn_rate=1.000000e-03

[610265158]

@610265158 epoch 95: iter 2970, total_loss=11.388758 loss=9.881962 leye_loss=0.526899 reye_loss=0.541418 mouth_loss=0.388536 leye_acc=0.757812 reye_acc=0.710938 mouth_acc=0.875000 l2_loss=0.049942 learn_rate=1.000000e-03

需要调调参了，学习率都没有变小呢， loss值也还挺大的， 而且里面的数据增强可能不太适合你自己的数据， 分布应该不太一致。

多跑一会，我150000个iter学习率 才下降一次， 虽然95个epoch了，但是才3000个iter 不到。

config.TRAIN.lr_value_every_step = [0.001,0.0001,0.00001,0.000001] ####lr policy config.TRAIN.lr_decay_every_step = [150000,250000,300000]

[HansonXia]

@610265158 我也注意到了这个，已经调整了。训练的总数据量是不是应该按照log中的balance之后的值来算

[610265158]

@610265158 我也注意到了这个，已经调整了。训练的总数据量是不是应该按照log中的balance之后的值来算

是的，多跑一下， 我跑的最后的loss 在4 多一点，

[610265158]

problem may have been solved