search

qiexing / face-landmark-localization

cnn network predict face landmarks (68 points) and head pose (3d pose, yaw,roll,pitch).
410 stars 184 forks source link

测试集输出结果全部是一样的 #36

Open ustcluq opened 6 years ago

ustcluq commented 6 years ago

如果不用预训练模型，初始化也设成了 weight_filler { type: "xavier" variance_norm: AVERAGE } 但是loss降到2再也不降，对测试集来说输出的人脸特征点全部一样。

请问这是什么原因呢？谢谢！

Happythinker commented 5 years ago

@ustcluq 请问您是怎么解决这个问题的呢？

Happythinker commented 5 years ago

@ustcluq 我也是这个问题

qiexing commented 5 years ago

@Happythinker
weight_filler { type: "xavier" } 直接这样？我当时改成xavier就可以了

Happythinker commented 5 years ago

@qiexing 谢谢您的回复，我修改一下再试试， 请问您训练的最终loss大概为多少呢

Happythinker commented 5 years ago

@qiexing weight_filler { type: "xavier" variance_norm: AVERAGE } 是需要在您的train文件添加这些参数吗？还需要修改其他的吗？

Happythinker commented 5 years ago

@qiexing 得到的结果，无论人脸状态怎么样，关键点还是呈现正脸分布 请问有其他的建议可以改善，达到你的训练效果吗？

StarIsFalling commented 5 years ago

你们是不是修改了输入维度？我尝试着输入96x96的时候，也有这种问题，输出值完全一样。但输入改成了楼主的3x224x224，就不同脸有不同输出了