search

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

关于模型 #47

Closed strivehub closed 4 years ago

strivehub commented 5 years ago

大佬，你好，看到你的模型师是VGG19，但是fer2013是灰度图像，单通道的，怎么在Input的时候，是设置的3呢？？

WuJie1010 commented 5 years ago

在输入数据预处理的时候，将灰度图图像复制三份到各个通道中。

strivehub commented 5 years ago

小弟还有一个问题就是，输入图片是48*48的，如果用VGG19的话，有5个池化层，那特征图最后只有1个像素了，请问大佬是这样吗？？

WuJie1010 commented 5 years ago

不是的，这里的设计和VGG19还不太一样，最后的池化层的kernel只有1，而VGG是7

strivehub commented 5 years ago

谢谢您的解释，但是我看了源码还是有点没有明白，在源码中 if x == 'M': layers += [nn.MaxPool2d(kernel_size=2, stride=2)] else: layers += [nn.Conv2d(in_channels, x, kernel_size=3, padding=1), nn.BatchNorm2d(x), nn.ReLU(inplace=True)] in_channels = x 进行MaxPool2d的时候，不是大小为（2*2），步长为2，计算过后的特征图大小就减少为原来的额一半，经过五次'M'过后，那特征图就没有了，不知道我是哪里理解错了，还请大神指点。谢谢

WuJie1010 commented 4 years ago

最后的特征图不是没有了，而是1，1，512，然后接上全连接层去分类~