重要參數(shù)
- RetinaFace是一個密集回歸的檢測模型，關(guān)于預(yù)選框的配置會影響模型性能
- 默認(rèn)的RetinaFace將會在FPN之后生成3個尺寸的特征圖桑涎，
在使用HRNet時返回尺寸倍數(shù)分別為1/4即硼，1/8逃片，1/16，
其他骨干網(wǎng)絡(luò)為1/8只酥，1/16褥实，1/32，即STEPS - 對應(yīng)在每個特征圖中每個預(yù)選框的尺寸為MIN_SIZES裂允，
這是相對于輸入原圖的尺寸损离，這些預(yù)選框?qū)⑴cgt做IoU計(jì)算，
根據(jù)IoU最大框xywh由VARIANCE計(jì)算偏移量绝编，再與預(yù)測值計(jì)算loss
訓(xùn)練步驟：
- 先設(shè)置一個初始的start up訓(xùn)練僻澎。
使用adam作為OPTIMIZER，學(xué)習(xí)率在0.0001附近
讓網(wǎng)絡(luò)學(xué)習(xí)到基本的數(shù)據(jù)特征十饥，直到精度無法提高 - 訓(xùn)練模型最好手動拷貝到一個新文件夾窟勃，避免覆蓋
- 讀取最優(yōu)模型進(jìn)行增強(qiáng)訓(xùn)練。
使用sgd作為OPTIMIZER逗堵，學(xué)習(xí)率在0.00001附近
讓網(wǎng)絡(luò)學(xué)習(xí)到復(fù)雜的數(shù)據(jù)特征秉氧，直到精度無法提高
