MPII資料集單人方面的資料分析！！！

1、在訓練hourglass的時候，有幾個檔案需要清楚

annot.h5檔案是包含了25925個人的訓練集，對應著17408張

train.h5是包含了22246個人的訓練集，對應著14679張

valid.h5是包含了2958個人的驗證集，對應著2729張

test.h5是包含了11731個人的測試集，對應著6619張

注：valid資料集是根據tompson的劃分來的，是從訓練集的一部分資料來的，那麼問題來了，mat標註檔案裡面一共有24987張，上面的（14679+2729+6619=22207張），差了很多，那麼差在**了呢？

1.1測試集

首先分析測試集，通過資料分析，一共有6908張測試集，很抱歉，由於資料標註的殘缺，最後只有6619張可以用

資料標註的問題在於兩個

1）annorect域缺失，一共244張

2）annorect域存在，但是1x1的struct是空的，一共45張

244+45=289張，而6908-6619=289張，恰好吻合了

注：6908是img_train=0統計出來的

1.2 訓練+驗證

1）annorect域缺失，一共576張

2）annorect域不為空，但是只有x1,x2,x3,x4的資訊，沒有關鍵點資訊，一共95張

576+95 = 671張，而18079-2729-14679 = 671,吻合

注：18079是img_train=1統計出來的

2、在影象數量上已經達到了吻合，但是模型訓練單位是人，人數上也存在偏差，現在分析

2.1 測試集

h5檔案給的是11731個人，但是經過我們的統計，最終的結果卻是11776個人，統計**如下

%             for kk = 1:length(release.annolist(i).annorect)
%                     person_test_num_all = person_test_num_all+ 1;             %i是img_train=0對應的index
%             end

那麼究竟是什麼原因呢

原因是因為對於每乙個annorect，雖然從外邊看是1x7的結構體，但是進去一看確實這樣的

將**改為

for kk = 1:length(release.annolist(i).annorect)
if(length(release.annolist(i).annorect(kk).scale)~=0)
person_test_num_all = person_test_num_all+ 1;
endend

這樣統計出來的就是11731了，好坑

2.2訓練集+驗證集

首先我們用一開始的方法統計出來的人數一共有29017人，然後用後來的統計一共有28883個人（類似於2.1）

現在開始分析

28883-2958=25925,那麼問題來了，train.h5裡面是啥啊

tompson提取的2958個人，只是從所對應的影象中選取幾個人而已，而不是選取所有的標註得人，所以就差在了這裡

例如052475643.jpg這張，valid.h5只從這張中選取了乙個人，但實際上這張標註了兩個人，train.h5和annot.h5區別就在這裡，annot.h5會把剩下的另乙個人加入到自己的訓練中，但是train.h5則不會，他會將已經選定作為驗證的這個人的這張都不再參與訓練，所以就導致了train.h5只有22246個人，而annot.h5則含有25925個人

3、hourglass採用的是annot.h5和valid.h5作為訓練，這個似乎更合理

pyranet則是採用train.h5和valid.h5作為訓練

4、在一些訓練中會採用mpii_annotation.json檔案，該檔案包含了train.h5和valid.h5的整合，因此和pyranet的訓練是一致，

都是沒有將全部的訓練集用於最後的訓練。

MPII資料集單人方面的資料分析！！！

MPII資料集單人方面的資料分析！！！

作業系統方面的堆棧和資料結構方面的堆棧

關於資料庫方面的書籍

MPII資料集單人方面的資料分析！！！

MPII資料集單人方面的資料分析！！！

作業系統方面的堆 棧和資料結構方面的堆 棧

關於資料庫方面的書籍

相關推薦

作業系統方面的堆棧和資料結構方面的堆棧