HRNet-RetinaFace备忘

重要参数

  • RetinaFace是一个密集回归的检测模型,关于预选框的配置会影响模型性能
  • 默认的RetinaFace将会在FPN之后生成3个尺寸的特征图,
    在使用HRNet时返回尺寸倍数分别为1/4,1/8,1/16,
    其他骨干网络为1/8,1/16,1/32,即STEPS
  • 对应在每个特征图中每个预选框的尺寸为MIN_SIZES,
    这是相对于输入原图的尺寸,这些预选框将与gt做IoU计算,
    根据IoU最大框xywh由VARIANCE计算偏移量,再与预测值计算loss

训练步骤:

  1. 先设置一个初始的start up训练。
    使用adam作为OPTIMIZER学习率在0.0001附近
    让网络学习到基本的数据特征,直到精度无法提高
  2. 训练模型最好手动拷贝到一个新文件夹,避免覆盖
  3. 读取最优模型进行增强训练。
    使用sgd作为OPTIMIZER学习率在0.00001附近
    让网络学习到复杂的数据特征,直到精度无法提高

可以转ONNX

你可能感兴趣的:(HRNet-RetinaFace备忘)