s*****e
发帖数: 115 | 1 群里牛人多，想上来请教个问题，可能只是个很初级的问题
最近用fasterRCNN train一个模型，需要把face和人的上半身找出来
现在是用了VOC2007的所有数据，加上28k张含有上班身和face的labeled数据（tightly
cropped）
结果train出来基本只能准确识别VOC2007的所有object， face和上半身基本看不到，
如果把threshold调低，那么false positive会太高
但是如果只用face和上半身的数据，对单个人检测就没有问题。对多人检测就是乱七八
糟。
这个一般是什么问题？现在需要一个model就要做到face和上半身，而且一定要一秒钟
最少能处理10张（1080TI好像勉强，感觉jetson就够呛了） |
l*******m
发帖数: 1096 | 2 这个不是什么新问题了。看看这篇
Is Faster R-CNN Doing Well for Pedestrian Detection?
还有RCNN 对feature extractor要求高，如果是用resnet-101，准确率十分高
tightly
【在 s*****e 的大作中提到】
: 群里牛人多，想上来请教个问题，可能只是个很初级的问题
: 最近用fasterRCNN train一个模型，需要把face和人的上半身找出来
: 现在是用了VOC2007的所有数据，加上28k张含有上班身和face的labeled数据（tightly
: cropped）
: 结果train出来基本只能准确识别VOC2007的所有object， face和上半身基本看不到，
: 如果把threshold调低，那么false positive会太高
: 但是如果只用face和上半身的数据，对单个人检测就没有问题。对多人检测就是乱七八
: 糟。
: 这个一般是什么问题？现在需要一个model就要做到face和上半身，而且一定要一秒钟
: 最少能处理10张（1080TI好像勉强，感觉jetson就够呛了）
|
s*****e
发帖数: 115 | 3 谢谢！我先去看看这篇文章
还是不知道怎么样能把人的上半身train出来，或者不用CNN有别的办法？
用resnet101确实比VGG16要好，如果只用pedestrian含有上半身和头部的label，28k张
图片（每张只有一个人，tightly cropped，基本都有头部和上半身的label），train
出来，VGG16 train出来的training set都偶尔会有false positive，但是RESNET101就
基本全对
但是VGG16，在1080TI下面能做到一秒12-15张， RESNET就7-9张图片
把RPN和ROI pooling这两块出新feature map的地方放松参数增加
proposal会好点？
【在 l*******m 的大作中提到】
: 这个不是什么新问题了。看看这篇
: Is Faster R-CNN Doing Well for Pedestrian Detection?
: 还有RCNN 对feature extractor要求高，如果是用resnet-101，准确率十分高
:
: tightly
|
C*****5
发帖数: 8812 | 4 速度不行可以试试TensorRT加速
tightly
【在 s*****e 的大作中提到】
: 群里牛人多，想上来请教个问题，可能只是个很初级的问题
: 最近用fasterRCNN train一个模型，需要把face和人的上半身找出来
: 现在是用了VOC2007的所有数据，加上28k张含有上班身和face的labeled数据（tightly
: cropped）
: 结果train出来基本只能准确识别VOC2007的所有object， face和上半身基本看不到，
: 如果把threshold调低，那么false positive会太高
: 但是如果只用face和上半身的数据，对单个人检测就没有问题。对多人检测就是乱七八
: 糟。
: 这个一般是什么问题？现在需要一个model就要做到face和上半身，而且一定要一秒钟
: 最少能处理10张（1080TI好像勉强，感觉jetson就够呛了）
|
