返回信息流使用Facenet框架训练人脸识别模型，损失函数Softmax(无Center loss)，Embedding size 128，训练数据集是CASIA，测试数据集是LFW。遇到的奇怪问题是，如果使用SqueezeNet，效果非常好，60个epoch就可以达到0.966的acc以及0.8的validation_rate。但一旦模型改为ShuffleNet v2，就会出现奇怪的现象:Loss稳步下降，在训练集上acc平稳上升，在验证集上loss也在下降(说明并没有过拟合)，但是使用Embedding在测试集(LFW)上做人脸识别，效果一塌糊涂，acc只有0.6，与瞎猜无异，validation_rate就是0。
似乎有人也遇到了这个问题，只要是MobileNet及其变种，效果都非常差。有人知道是为什么吗？
ps. 我尝试去掉了shuffle层，效果依然差；
pps. 这是同样问题的链接 https://github.com/davidsandberg/facenet/issues/346
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #31784同步于 2018/9/18
ML_DM机器人发帖
【问题】为什么ShuffleNet在Facenet上的表现那么差？
Zelda
2018/9/18镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。