search

biubug6 / Face-Detector-1MB-with-landmark

1M人脸检测模型(含关键点)
MIT License
1.02k stars 271 forks source link

pytorch模型精度与ncnn模型精度不一致 #60

Closed 408550969 closed 2 years ago

408550969 commented 2 years ago

我用的backbone是mobile0.25，使用的是widerface训练集，使用mobile0.25的预训练模型进行训练。得到的pth模型经test_widerface检测 ，eazy精度是81.2，复现了论文的精度。但是当我把这个模型转到ncnn后，在c++上进行检测，发现eazy的精度是69.3。 大家有碰到这个问题吗？

408550969 commented 2 years ago

用了作者给的RFB模型，转换前后精度几乎一致。使用作者的mobilenet0.25 转换前后精度依旧不一致，现在看来貌似是mobilenet0.25转换会丢失精度

408550969 commented 2 years ago

已解决，是pytorch转onnx时，当模型中含有F.interpolate时，不同的opset_version会转换成不同的层的问题，opset_version9会转换成upsample，，而opset_version11会转成成resize，resize层转到sim后会输出成固定的尺寸，导致最后转到ncnn也变成输出固定尺寸，从而影响了精度。（所以最后的结论就是运行convert_to_onnx.py时，不要管warning就行了）