неподходящего результат обучения dlib

Question

я пытаюсь обучить train_shape_predictor_ex для обнаружения изображения в индийском счете. Я использую 34 разных изображения, которые были нажаты и отсканированы. модель обучается успешно с

taining error = 0 
testing error = 0.35468-6 

я попытался изменить параметр передискретизации от 300 до 12000 , но все еще те же результаты. что я делаю неправильно?

рисунок кода - от загрузки изображений на этапе рисования:

image_window win; 

    frontal_face_detector detector = get_frontal_face_detector(); 
    shape_predictor pose_model; 
    deserialize("sp.dat") >> pose_model; 

    while (!win.is_closed()) 
    { 
     cv::Mat temp; 
     cap >> temp; 


     cv_image<bgr_pixel> cimg(temp); 

     std::vector<rectangle> faces = detector(cimg); 

     std::vector<full_object_detection> shapes; 
     for (unsigned long i = 0; i < faces.size(); ++i) 
     { 
      full_object_detection shape = pose_model(cimg, faces[i]); 
      std::vector<rectangle> dets = detector(cimg); 

      shapes.push_back(pose_model(cimg, faces[i])); 

      win.clear_overlay(); 
      win.set_image(cimg); 
      win.add_overlay(dets, rgb_pixel(255, 0, 0)); 
      win.add_overlay(render_face_detections(shapes)); 
     } 
    } 

Answer 1

Как теперь я вижу - вы пытаетесь обучить пользовательские shape_predictor, которые будут иметь только 14 очков при использовании render_face_detections функции Dlib, что требует форму лица Dlib, что имеет 68 баллов. render_face_detections не нарисует вашу форму правильно и должен исключить исключение.

Чтобы сделать работу прогнозирования формы, пожалуйста, убедитесь, что вы следить за этим условиям:

1. Значение каждой точки должно быть одинаковым на каждом изображении. Не помещайте точку # 0 на ухо на первое изображение и # 0 на кончике носа на втором изображении.
2. Запрещается рисовать объектную ограничительную рамку, если у вас есть небольшой набор данных. Если вы используете детектор лица для проверки предиктора формы, убедитесь, что ваши тренировочные/испытательные изображения ограничивают поля, определяя лицо с одним и тем же детектором лица. Да, вы можете рисовать любые ограничивающие прямоугольники, но, пожалуйста, убедитесь, что они имеют одинаковый размер и положение, как если бы они были обнаружены. Способ, которым вы помещаете коробку в набор для обучения, должен быть идентичным, как вы его получите в будущем.
3. Нет необходимости устанавливать все точки в ограничивающей рамке лица. На самом деле он может иметь любой размер и положение, даже статическая коробка 10x10 для каждого лица на кончике носа (или полный прямоугольник) будет работать, но у вас должно быть достаточно учебных образцов. И следуйте за предыдущим условием
4. Используйте как можно больше изображений. 34 изображений недостаточно для обучения предсказателя формы - если они просто запомнят их во внутренней памяти и не будут работать в будущем. Предиктор формы Dlib обучается около 2-3 тыс. Изображений.
5. Вы можете создавать новые изображения, искажая оригинальные - масштаб, изменить размер, добавить шум ...
6. Не следует использовать тестирование Dlib в и функции рисования если ваша форма предсказатель не имеет 68 точек с тем же значением как предиктор формы лица dlib. Вы можете использовать его исходный код и выполнять свои функции по мере необходимости.