加不加mean shape影响

mariolew / Deep-Alignment-Network-tensorflow

A re-implementation of Deep-Alignment-Network using TensorFlow

111 stars 30 forks source link

Open dami2014 opened 6 years ago

dami2014 commented 6 years ago

您好，我在做实验的时候发现一个问题，我现在只训练了第一级网络，第一级网络其实能预测关键点了，在第一级网络中加了meanshape的效果比没有加meanshape的效果要差一下，您有遇到这个问题吗？

LiuNull commented 6 years ago

您好，请问可以将您训练好的模型分享一下吗？我训练出来的模型好像存在问题，误差较大，也正在修改中。

dami2014 commented 6 years ago

你要什么模型？我训练的还是作者的？

LiuNull commented 6 years ago

如果您两个都有的话还希望您都发给我一下，如果没有作者的可以将您训练的模型发给我一下吗？我的邮箱是1454291015@qq.com。非常感谢

xiaomingdaren123 commented 6 years ago

请问您看了原作者的代码没有，可不可以不用mean face shape这个文件？如果要用，使用自己的数据集，怎么制作mean face shape 啊？谢谢

mariolew commented 6 years ago

meanshape的意义在于，模型实际上是学习ground truth和meanshape的残差，使用自己的数据集的话，如果是68点，如果不是，可以自己算一下平均，当然，也可以不用meanshape。

xiaomingdaren123 commented 6 years ago

这个网络为什么要分为两个阶段啊，第一个阶段等Loss不在降低，用这个阶段的模型去测试图片不能够得到landmarks的预测吗？