occlusion 검출에 대하여..
leeisack opened this issue · 1 comments
안녕하세요.
훌륭한 논문과 코드 잘 보았습니다.
해당 논문을 활용하여 순수한 얼굴 이미지와 손으로 가려진 얼굴이미지, 두개의 클래스로 나누어 학습을 진행해보고자 합니다.
드리고 싶은 질문은 두가지 입니다.
-
이미지 환경이 제한되어있는 기존의 anomaly detection데이터셋과 달리 다양한 얼굴이 입력으로 들어오는 지금의 경우에도 잘 작동할거라고 보시는지?
-
ValueError: Found input variables with inconsistent numbers of samples: [16121856, 5373952]이러한 에러가 발생하는데 이는
_ranking.py에서
y_type = type_of_target(y_true, input_name="y_true")
if not (y_type == "binary" or (y_type == "multiclass" and pos_label is not None)):
raise ValueError("{0} format is not supported".format(y_type))
check_consistent_length(y_true, y_score, sample_weight)
y_true = column_or_1d(y_true)
y_score = column_or_1d(y_score)
assert_all_finite(y_true)
assert_all_finite(y_score
y_true 와 y_score의 갯수가 달라서 발생하는 듯합니다. 그 이유를 혹시 아실까요?
긴글 읽어주셔서 감사합니다.
안녕하세요
- 얼굴의 occlusion을 anomaly로 보고 학습을 진행하시겠다는 거지요?
- 우선 이 project에서 타겟한 dataset의 경우, 잘 align된 공장 제품의 이미지입니다.
- 사람 얼굴은 normal과 abnormal 사이의 inter-class variation 뿐 아니라 얼굴들 사이의 intra-class variation도 높을 것으로 생각되는데요, Patch SVDD에서 잘 잡아낼지는 잘 모르겠네요. 직접 돌려보는 수 밖에는 없겠습니다.
- 16121856은 5373952의 딱 3배네요. 정상 데이터의 3배가 입력으로 들어간 듯 싶은데, RGB 3 channel 이미지의 dimension 순서를 한번 확인해보시면 좋을 것 같습니다.
감사합니다