Я продолжал пытаться создать лучшую модель, чем shape_predictor_68_face_landmarks.dat
который предоставляет Длиб.
(Вы можете получить этот файл из: http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2)
У вас есть идеи, почему мой набор данных не обучен правильно?
Мой результат с применением всех изображений iBug
Я хочу создать .dat
файл, который обеспечивает лучшую точность, чем модель, которую я упоминал выше.
Это означает лучшую точность, чем это изображение.
Я в основном использовал пример кода train_shape_predictor_ex.cpp
,
И набор данных, который я использовал, это ->
Оригинал: http://ibug.doc.ic.ac.uk/resources/300-W/
Что я на самом деле использовал: https://www.dropbox.com/sh/11znddaomgjfdw1/AAC9up5NOGTv2mc0dpYH6z4-a?dl=0 + Данные iBug в Image
каталог.
Мой каталог был таким:
* name: /faces_iBug
* Image
* I put all of the iBug images in this directory.
* 2008_002470.jpg
* 2008_002506.jpg
* 2008_004176.jpg
* 2008_007676.jpg
* 2009_004587.jpg
* image_metadata_stylesheet.xsl
* testing_with_face_landmarks.xml
* training_with_face_landmarks.xml
Затем я попытался, как,
$ ./train_shape_predictor_ex ~/faces_iBug
Поместите ограничивающий прямоугольник объекта imglab
,
imglab
который является инструментом, предоставляемым в Dlib.training_with_face_landmarks.xml
,Изменение параметров
Применяется один и тот же набор данных как для поезда, так и для данных испытаний (только с 11 изображениями).
Применяется один и тот же набор данных как для обучающих, так и для тестовых данных (со всеми изображениями iBug).
Задача ещё не решена.
Других решений пока нет …