关于预训练模型的问题
xiaoliaobin opened this issue · 13 comments
你好，我想请问一下你的ijba_res18_naive.path.tar预训练模型是使用MS-Celeb-1M数据集预训练的ResNet18？还是用你的SCN训练过的？我想要一份MS-Celeb-1M数据集预训练的ResNet18模型。
我想请问一下为什么我仅用预训练过的ResNet18跑Raf-DB准确率能达到88%？
事实上，我在使用了数据增强后，在res18的baseline上，达到了89.3的惊人效果。数据增强与预训练，貌似对FER的增幅很大。
事实上，我在使用了数据增强后，在res18的baseline上，达到了89.3的惊人效果。数据增强与预训练，貌似对FER的增幅很大。
你好，我想请问你的预训练是用imagenet还是MS-Celeb-1M，我用前者只能达到86.4，用后者产生过拟合。另外你的数据增强方式是什么，希望不吝赐教。
事实上，我在使用了数据增强后，在res18的baseline上，达到了89.3的惊人效果。数据增强与预训练，貌似对FER的增幅很大。
你好，我想请问你的预训练是用imagenet还是MS-Celeb-1M，我用前者只能达到86.4，用后者产生过拟合。另外你的数据增强方式是什么，希望不吝赐教。
请问一下imagenet和MS-Celeb-1M预训练的resnet18模型在哪可以找到啊，找了好久都没找到关于resnet18的预训练模型，不知道可不可以发我一份地址
@LiZhiHao97 你好,请问你用什么方式数据增强, 作者的代码已经有数据增强, 为啥我用预训练模型ijba_res18_naive跟不用,用原始的res18.测试集怎么也突破不了86%.不懂哪里出了问题
事实上，我在使用了数据增强后，在res18的baseline上，达到了89.3的惊人效果。数据增强与预训练，貌似对FER的增幅很大。
你好，我想请问你的预训练是用imagenet还是MS-Celeb-1M，我用前者只能达到86.4，用后者产生过拟合。另外你的数据增强方式是什么，希望不吝赐教。
是在MS-Celeb-1M上预训练的，就是作者提供的ijba_res18_naive.path.tar
@yangjian1218 @likerapkeyboard 重新看了下作者的代码，貌似只加了随机擦除，我测试的时候加的比较多，用了水平翻转、颜色抖动、角度旋转、随机擦除
@yangjian1218 @likerapkeyboard 重新看了下作者的代码，貌似只加了随机擦除，我测试的时候加的比较多，用了水平翻转、颜色抖动、角度旋转、随机擦除
提醒一下，作者在60、74行有其他的增强，随机翻转、加高斯噪音
不过我训练RAF-DB一直是86%+，到不了87%啊，可能是因为我的batch_size是64的原因？
另外，我直接加载作者提供的pretrain model，在RAF-DB的测试集上测试，acc=0.2216，这么低，不知道为什么，我哪里搞错了吗？请教一下
@bigcash 你说的是对的，确实还有其他的增强，我之前看的时候看漏了。
按作者在readme所说，将margin_1=0.07在64的batch_size下能够达到margin=0.15，batch_size=1024类似的效果，不清楚你有没有修改batch_size的值。
作者提供的预训练模型是在MS-celeb预训练的，并不是SCN跑出来的结果，你需要加载后在SCN上进行微调。
事实上，我在使用了数据增强后，在res18的baseline上，达到了89.3的惊人效果。数据增强与预训练，貌似对FER的增幅很大。
我在做实验的时候也发现了这个现象。但是很多benchmark似乎都没有达到这个效果，不知道是什么原因