retinaface训练笔记

11年it研发经验，从一个会计转行为算法工程师，学过C#，c++，java，android，php，go，js，python，CNN神经网络，四千多篇博文，三千多篇原创，只为与你分享，共同成长，一起进步，关注我，给你分享更多干货知识!

注意：73上map连续几天一直低，因为负样本loss由0.01改为了0.02

还要分析是分类的loss大，还是回归的loss大，动态调整系数。

iou>0.2的参与回归，map0.74时老鼠的回归效果比较好，

把分类iou改为0.4之后，比0.35好像好

iouxy都错位很大那么就不算？diou？

生成两组anchors，1:2和2:1的，效果目前不好，还没测。

网络的瓶颈：先预测分类，然后在分类正确的做回归，wh的回归98%，但是 xy的回归只有70多，

所以瓶颈在xy的回归上。

如果是因为anchors的原因，导致map下降，但是实际情况是分类还是比较准的，是xy的回归不对,而且是正样本的xy回归不对，召回率低。

代办问题：

2020.01.20 72上，把xy和wh分开，效果有待测试

72上把 maxpool改为av

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/103968343