weidongmei123
weidongmei123
> 我没有看懂他evaluation_10_fold(root='./result/pytorch_result.mat'):这个函数中计算准确率的数学依据，也不是特征归一化操作。请问你是怎么理解evaluation_10_fold()这个函数的？ > > mu表示的就是均值，他对人脸特征进行了归一化，然后算出左人脸和右人脸两个向量的内积，如果内积大于阈值认为同一个人，否则不是同一个人，threshold = getThreshold(scores[valFold[0]], flags[valFold[0]], 10000) 表示先用验证集去搜索准确率最高的阈值，阈值在-1到1之间，共20001个浮点数，在计算准确率函数中getAccuracy(scores, flags, threshold)，P表示true positive，N表示true negative。然后用最佳的阈值在测试集上评估 讲的好透彻
解决啦，后来能达到九十以上的准确率 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年4月5日(周一) 下午5:20 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [Xiaoccer/MobileFaceNet_Pytorch] 测试精度 (#10) 请问为什么我自己训练得不到那么高的精度？测试精度只有60%左右 同问，请问您解决了吗？ — You are receiving this because you commented. Reply to this email...
半年多之前做的了，在写毕业论文，等写完帮你看看吧 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年4月5日(周一) 晚上9:51 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [Xiaoccer/MobileFaceNet_Pytorch] 测试精度 (#10) 请问一下您最后查出来是哪里的问题了吗 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年4月5日(周一) 晚上9:50 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [Xiaoccer/MobileFaceNet_Pytorch]...
> 请问你用了多少时间训练 请问您复现了吗？什么配置的电脑用了多久呢？
> 你还，很感谢你提供的代码，我使用你的代码在LFW也取得了较高的精度，但是发现在在现实场景中，模型的泛化性能一般，请问大佬在数据集固定的情况下，有提升人脸识别在实际场景中范化行的经验吗 请问您这个问题解决了吗？
> 您好！ > 代码里用的是LFW数据做1:1的验证。请问怎么做1:N的验证呢？ 同问！请问您知道如何做1：N验证了吗
> Hello, I saw you provide the aligned-dataset with shape 112x96. Can you share the aligned datasets with shape 112x112 and 96x96? > Thank you very much. Have you solved...
112*96
同问，请问你复现了吗？
请问这个问题解决了吗？我用3.6也报这个错误了