Closed DanielXu123 closed 4 years ago
模型训练得到的精度能达到73%左右, 但是在实测人脸表情数据时, 远远没有达到这个指标,所以就尝试了下降FER2013 的灰度图用来测试, 意在求证模型是否在FER2013 数据集上的精度确实达到了~70%,但是实测还是很糟糕
在使用visualize.py时注意到第57行有一句 _, predicted = torch.max(outputs_avg.data, 0) 这里最后的0 应该意思为列, 但是 在mainpro_FER.py 文件中train,PublicTest, PrivateTest 中这个值都是1, 即为行. 这边会是一个导致检测结果不准确的问题点吗?
_, predicted = torch.max(outputs_avg.data, 0)
能否帮忙解释一下这行代码的含义
mainpro_FER.py 文件中train,PublicTest, PrivateTest 中这个值都是1,是因为第一维是batch size, visualize.py 已经把数据拿出来求均值了,直接取max得第一维(0)即可。
@Hippasuss 问题您解决了么!我也遇到了相同的问题
模型训练得到的精度能达到73%左右, 但是在实测人脸表情数据时, 远远没有达到这个指标,所以就尝试了下降FER2013 的灰度图用来测试, 意在求证模型是否在FER2013 数据集上的精度确实达到了~70%,但是实测还是很糟糕
在使用visualize.py时注意到第57行有一句
_, predicted = torch.max(outputs_avg.data, 0)
这里最后的0 应该意思为列, 但是 在mainpro_FER.py 文件中train,PublicTest, PrivateTest 中这个值都是1, 即为行. 这边会是一个导致检测结果不准确的问题点吗?能否帮忙解释一下这行代码的含义