search

xggIoU / centernet_tensorflow_wilderface_voc

This is the unofficial implementation of the "CenterNet:Objects as Points".Just a simple try with self-modified shufflenetv2 and yolov3.If you want better results, you need more experiments.
MIT License
111 stars 25 forks source link

你好，请问下为什么官方centernet在测试时目标得分都很低？ #3

Open 92ypli opened 5 years ago

xggIoU commented 5 years ago

这个问题我也想过，结合我的实验，我发现这个问题随着类别数量越多越明显。毕竟类别数越多，网络需要学习各类别的特征就显得越难，在目标位置要预测为概率得分1也就更难，所以结果很低，但是只要能得到正确的中心点，也就是peak点，就能准确定位出目标，得分具体多大此时也没那么重要了。我在用于人脸检测时，得分就能优化到比较高，因为毕竟一个类，很好学习。还有种可能就是训练得久一些，得分数应该会提高。

92ypli commented 5 years ago

而且还有一个问题，就是学习率初始设为1e-2效果比1e-4好，不知道你有没有试过？

xggIoU commented 5 years ago

因为原论文中貌似用的1.25e-4，所以我用的1e-4，哪个初始学习率好我也没去测过。感谢告知。

791136190 commented 5 years ago

分数低和使用focal loss回归有关系。

xggIoU commented 5 years ago

但是我这个项目里分数没那么低，依然用的focal loss