Open james-s-w-clark opened 6 years ago
Prinsphield
commented
6 years ago 其实每次等待的时间都是1.5s，这个是为了保证小人落稳,没有特效的干扰。
中间找位置还需要花一点时间，我们的三种方法花的时间大约是 Fast search: 0.004s Multi-scale search: 1.9s CNN search (CPU): 1.9s
我对比了其他几个项目，在保证准确度的情况下，我们的方法还是比较快的。算上小人中间跳的过程花的时间，最坏情况都是4s跳一次，平均情况会远好于这个，因为我们基本上都跳在中心，这时候用fast search，大概2s多一跳。
这些时间足够让小人把该有的特效都拿到。
Prinsphield
commented
6 years ago 当然，其实我们的cnn模型完全可以用一个更小的模型学好，甚至也可以end to end训练，把时间消耗做得更低，只不过做这个项目指是个业余爱好，没有再花更多的时间去调优。
另外我们一开始选择较为慢的TensorFlow而不是更快的pytorch，是因为我们考虑到很多用户是windows系统，而TensorFlow对windows有官方的支持。
zkailinzhang
commented
6 years ago @Prinsphield,请问端到端的网络怎么做，能简单说下思路吗，正在用你采集的数据训练，和这个cnn有什么训练区别呢
(From watching the demo video) It looks like on every block, the avatar waits for long enough to get points from a shop/music/rubik's cube/shower tile. However, it only has to wait if it is on one of these blocks.
看起来每次等拿点数，可是一般不在 音乐/超市/魔方的地方。
Could be easy (get colour of place) to see if it's worth waiting. Maybe easy to build this into the training too.
可能是个很容易的东西 （可以看看地方的颜色），决定如果应该等拿点数。