自定义网络结构

[Linsongrong]

@siriusdemon 您好，感谢您的工作。我对训练过程感到困惑， 这里面只加载了webface的目录，没看到它对应的list加载。请问这个list不需要吗，还是在别的地方加载了。期待您的回复。

[siriusdemon]

哦哦，这样子的。train_root下面都是一些文件夹，每个文件夹可以认为是一个类，所以数据和标签都有了。但在测试的时候，需要两两对比来评判准确度，所以就需要一个list

[Linsongrong]

谢谢您的回复，现在又出现了个问题，我更改了config里的embedding_size,改成256，因为我想获得256维的特征，还把输入改成了3112112的格式，但运行时出现了 这该怎么解决？还有我现在没有测试的数据集，可以不填写test_root和test_list吗。

[siriusdemon]

有两个要注意的点，一是改成[3, 112, 112]的话，在预处理的T.Grayscale()要去掉；二是要重新匹配一下模型中全连接层的维度。比如，在fmobilenet.py中，模型的Linear层的输入要改一下。

class FaceMobileNet(nn.Module):
    def __init__(self, embedding_size):
        super().__init__()
        # ...
        self.linear = nn.Linear(2048, embedding_size, bias=False)
        # ...

现在可以不填 test 相关的东西。

[Linsongrong]

谢谢！我会按照您的提示修改的。我测试用自己数据训练得到的模型时出现了这样的情况： 准确率100% 阈值却是负数，这正常吗。我的测试集也是自己的，里面有点id目录下只有1张图片，而我制作Paris_list时，是忽略只有1张的情况的。请问我需要删除测试数据集里只有1张图片的ID吗？

[Linsongrong]

[siriusdemon]

图片看不到。

测试的时候，只有一张图片的ID也是可以的呀。测试有两个要测的：一是相同人脸能不能识别，二是不同人脸能不能识别。项目中附加的有6000对，其中3000对测相同人脸，3000对测不同人脸。

理解了这一点，就可以明白，只有一张图片的ID，只能用来制作第二种测试。

[Linsongrong]

您好，我改了网络，改成输入为3x112x112的图片，但我测试是出现了问题，我已经把test_transform里的T.Grayscale()去掉了，但还是出现’RuntimeError: Given groups=1, weight of size 64 3 3 3, expected input[192, 1, 112, 112] to have 3 channels, but got 1 channels instead ‘的错误，您觉得是什么问题？

[siriusdemon]

这里的意思是，你输入的图片似乎只有1个通道？

train_transform的去掉了吗？

[Linsongrong]

去掉了

[Linsongrong]

我网络结构改了，self.conv1 = ConvBnPrelu(3, 64, kernel=(3, 3), stride=2, padding=1)

[Linsongrong]

debug发现在断点处变了通道，之前是3通的，到了这之后变成单通

[siriusdemon]

原来是test.py。嗯，应该是这里了。因为我之前设置的是单通道的。下次提问记得说清楚是在跑哪个脚本啊

[Linsongrong]

您知道怎么改吗

[siriusdemon]

data = torch.cat(res, dim=0)  # shape: (batch, 128, 128)

你检查一下这一行的输出。如果已经是3通道的，就把下面那行去掉就好了。