search

jimmysue / xvision

MIT License
5 stars 2 forks source link

你好，请教关于人脸检测的问题 #9

Open 205418367 opened 3 years ago

205418367 commented 3 years ago

我发现你基于Face-Detector-1MB-with-landmark 的改进版本准确率有所提高， 想了解你做了哪些地方的优化呢？谢谢！

jimmysue commented 3 years ago

主要是充分的增益和训练. 匹配策略有差异但是应该不是重点!

205418367 commented 3 years ago

我归纳一下不同之处是旋转增益+匹配策略。你说匹配策略不是重点，那么重点就是旋转增益了？

205418367 commented 3 years ago

我归纳一下不同之处是旋转增益+匹配策略。你说匹配策略不是重点，那么重点就是旋转增益了？

jimmysue commented 3 years ago

我归纳一下不同之处是旋转增益+匹配策略。你说匹配策略不是重点，那么重点就是旋转增益了？

增益的尺度分布非常影响 val 集的结果, 如果增益的人脸尺度和val集接近, 验证集的得分会更高! 这是一种刷分策略.

另外对于小模型, 应当使得人脸尺度分布在其能力范围之内, 使之能够更有效地被训练. 毕竟小模型的能力是有限的!

旋转增益应当说是工程上实现的选择, 对于精度影响我没有看到显著的影响. 该做法是为了我们落地时能够支持更自由的人脸角度的检测. widerface 的验证集, 人脸朝向大部分为正脸, 不符合我们部署的现实场景.

bonus: 匹配这个点, 如果能够使用带角度的人脸框匹配rotated_boxes, 精度还能进一步提升.