您的数据划分有问题，并不是subject-independent的。

WuJie1010 / Facial-Expression-Recognition.Pytorch

A CNN based pytorch implementation on facial expression recognition (FER2013 and CK+), achieving 73.112% (state-of-the-art) in FER2013 and 94.64% in CK+ dataset

MIT License

1.78k stars 545 forks source link

您的数据划分有问题，并不是subject-independent的。 #41

Closed ZoieMo closed 5 years ago

ZoieMo commented 5 years ago

而且您取每一折数据跑出来的最好的准确率来计算最终的准确率，而不是取最后收敛的准确率来计算，是不是不太恰当？

WuJie1010 commented 5 years ago

一般都是保存最佳模型来计算准确率。

ZoieMo commented 5 years ago

这个可以理解。不过数据集划分不是严格subject-independent的，因为每个人的表情图片的数量不一样，所以会有一两折里面训练集和测试集出现相同的人，请问有没有什么方法能够严格划分呢？

WuJie1010 commented 5 years ago

可能需要手动调整下这个小问题。

ZoieMo commented 5 years ago

调整起来比较复杂.....但是直接对118个人进行十折划分，即轮流取106个人的表情图片作为训练集，剩下12个人的表情图片作为测试集，又可能会出现每一折的训练数据和测试数据数量相差比较多的情况....