测试精度问题

[skJack]

您好，请问您对原始的深度图有什么处理吗，因为使用您预训练模型对测试集进行测试结果如下： 远比您的结果差。 （其他设置都没有变）

[boom9807]

我也遇到了同样的问题，用作者预训练的模型直接在测试集上测试得到ACER达到了0.505，请问您解决了这个问题吗

[namebzy]

@boom9807 请问你的问题解决了吗，我也遇到了同样的问题，结果和猜的一样

[luoyuncen]

@boom9807 我也遇到了这个问题，请问有人找到解决办法了吗？

[riskeverything]

你们这0.5的，应该都是数据源就不对。论文都没看嘛？作者用的是深度图训练和测试的，你用rgb进去肯定没效果啊。

[luoyuncen]

这个是因为原始下载的代码当中，对于test的标签文件，有一句代码被注掉了，采用了随机的标签值。在read_data.py文件下。 if self.phase_test:#测试阶段 depth_dir = self.depth_dir_test label_dir = self.label_dir_test label = int(label_dir[idx])

label = np.random.randint(0,2,1)

            label = np.array(label)

上面这个我已经改回来了。原始代码用的是label = np.random.randint(0,2,1)，这个标签是随机的。所以检测效率是0.5左右。

[riskeverything]

这个是因为原始下载的代码当中，对于test的标签文件，有一句代码被注掉了，采用了随机的标签值。在read_data.py文件下。 if self.phase_test:#测试阶段 depth_dir = self.depth_dir_test label_dir = self.label_dir_test label = int(label_dir[idx])

label = np.random.randint(0,2,1)

label = np.array(label)

上面这个我已经改回来了。原始代码用的是label = np.random.randint(0,2,1)，这个标签是随机的。所以检测效率是0.5左右。

你现在是用什么数据测试的，精度大概咋样？

[luoyuncen]

我用的数据集下的深度图啊，97%左右。

[riskeverything]

我用的数据集下的深度图啊，97%左右。

哦哦，深度图的话，没啥用的。我随便调了下参，都到了99·7%了。。

[luoyuncen]

我的测试结果和楼主的类似，你都调了下什么参数啊？

[luoyuncen]

你说的是在这些epoch中最高的识别率吧。我这里也有一个，可以达到99。1% epoch: 48 EER: 0.009852 TPR@FPR=10E-2: 0.990277 TPR@FPR=10E-3: 0.943292 APCER:0.010683 NPCER:0.009222 AUC: 0.99943708 Acc:98.976 TN:39822 FP : 430 FN:161 TP:17297 ACER:0.00995242

[liuyiyiyiyi]

@boom9807 我也遇到了这个问题，请问有人找到解决办法了吗？

你解决了吗