We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
您好,在学习您这个框架过程中,发现在公开数据集的预处理中,在load_dataset函数中进行了人脸以及关键点检测。但最后生成.h5文件中并没有写入boxes和landmark数据,这两个数据都放在tmp文件夹中的缓存文件中。 后续在推理过程中(inference.py)使用了人脸以及关键点检测。 因此比较困惑,想知道是否在训练过程中 进行了人脸以及关键点检测,是否使用了tmp中的缓存文件。 感想您的解答,谢谢
The text was updated successfully, but these errors were encountered:
训练时,对数据集进行前处理时有做
Sorry, something went wrong.
训练时没有,但是我们使用关键点检测来代替人脸检测,通过关键点的外凸轮廓来得到检测框,这样比直接进行人脸检测更稳定,抖动现象更少。最终的模型输入是直接输入原始的面部帧。
No branches or pull requests
您好,在学习您这个框架过程中,发现在公开数据集的预处理中,在load_dataset函数中进行了人脸以及关键点检测。但最后生成.h5文件中并没有写入boxes和landmark数据,这两个数据都放在tmp文件夹中的缓存文件中。
后续在推理过程中(inference.py)使用了人脸以及关键点检测。
因此比较困惑,想知道是否在训练过程中 进行了人脸以及关键点检测,是否使用了tmp中的缓存文件。
感想您的解答,谢谢
The text was updated successfully, but these errors were encountered: