Closed zhongyuanxiang closed 2 years ago
You can generate .npz with compute_adj.py
.
$ python compute_adj.py \
--npz_place <place to save the npz file for each LOSO> \
--csv_name <csv file for the dataset>
I see. Thank you very much
您好,非常感谢您提供的代码,再一次打扰您。我有两个问题想请教一下您,1.我看了您更新的compute_adj.py为每个训练数据生成了一个npz文件,那么在train.py中加载文件的方式是否也应该修改呢? `def LOSO_train(data: pd.DataFrame, sub_column: str, args, label_mapping: dict, device: torch.device): log_file = open("train.log", "w")
npz_file = np.load(args.npz_file)`
2.我在使用dlib在SAMM数据集进行人脸检测时,部分图片出现无法检测到人脸的情况,例如020中的所有图片都无法检测到,我想请问一下,这是因为020中带了眼镜的原因吗?还是因为我的dlib版本问题呢?我的dlib版本是19.20,您的配置文件写的是19.22 再一次感谢您!
您好:
您好:非常感謝您的回復,我的dlib weight和您的是一樣的,還是無法檢測到人臉。我還有一個問題想請教一下您,代碼中網絡最後的輸出是5,但是label_mapping標簽還是8(以SAMM數據集爲例),并沒有做五分類處理,那最後在計算交叉熵損失的時候不就會出現錯誤嗎?
(train.py)
loss = criterion(output, labels)
您好
dlib 版本的差異應該不大,主要是看 weight file。另外 class 的部分是我先經過篩選的,paper 有提供哪些類別有留下,哪些需要去除。
Hello, how should I get this NPZ file