Поиск объектов с помощью нейросети

[BeS 53]

2 minutes ago, Smorodov said:

Так и есть, по 2М сэмплов каждого класса. 

Каждого - это в вашем случае Лица + Фон, или вы еще внутриклассовую вариативность понижаете и бьете лица на несколько подклассов? 

[mrgloom 242]

а есть совмещенное

simultaneous detection and segmentation

http://www.eecs.berkeley.edu/Research/Projects/CS/vision/shape/sds/

[Smorodov 578]

 

2 часа назад, BeS said:

Каждого - это в вашем случае Лица + Фон, или вы еще внутриклассовую вариативность понижаете и бьете лица на несколько подклассов? 

Не, 2М лиц и столько же фона.

[BeS 53]

3 hours ago, Smorodov said:

 

Не, 2М лиц и столько же фона.

а еще дурацкий вопрос, как в формализуете обучение на нечеткой базе? У DeepLeab все боле-мене понятно, там по известной разметке корректируются отклики. А вот что у вас на выходе получается и как вы корректируете веса, не совсем понятно.

з.ы. и еще более глупый вопрос: а такую сетку как у вас можно стандартными средствами caffe соорудить, или вы дописывали кастомные слои?

[Smorodov 578]

Ну база довольно таки четкая, см. аттач.

CAFFE тоже не менял, слои не дописывал, учу как обычно в DIGITS.

Пост-обработка результатов свертки, статистическими методами присутствует, можно с натяжкой назвать ее слоем но она в обучении никак не участвует.

Вообще идею взял здесь: http://sachinfarfade.tumblr.com/deep-dense-face-detector

и попробовал заимплементить как я это вижу.

 

[iskees 32]

Спасибо, теперь понятно как это работает. Возникла еще мысль, а что если использовать подобную сеть для распознавания лиц. На входе она получает фото лица, на выходе вектор. А примерами для обучения и настройки могут служить наборы лиц, если на  одинаковые лица вектора близкие то положительно подкрепление  если далекие  то отрицательные, ну и на разные лица все наоборот. 

[Nuzhny 243]

OpenFace примерно так и делает.

[mrgloom 242]

OpenFace построена на FaceNet которая использует triple loss (надо 3 примера), а еще есть siamese network там достаточно 2 примера, но эта сеть отвечает похоже или нет для двух входных изображений, а не выдаёт вектор-признак.

FaceNet тренируется чтобы лучше отличать лица, а не фон от лица, хотя кто знает может быть если подавать 3 примера как лицо,лицо,фон и потом составлять 2 пары лицо,лицо лицо,фон то может быть она и выучится.