问题描述
我一直在学习 PoseNet，以便在我的健康相关研究工作中使用它。
我印象深刻的是 mobilenet 如何通过调整我的问题产生的几个参数来保持高精度，同时减少 cpu（或 GPU/NPU）依赖性。
我注意到在mobilenet官方文件中，引入了两个乘法器：alpha和rho。我将跳过对这两个参数的解释。
我想知道最新 PoseNet 模型的 mobilenet 的 alpha 和 rho 的每个值是多少。另外，我想知道是否有关于参数（尤其是 alpha 和 rho）调整的指南，以及在训练模型之前如何设置和验证两者的值。
比如，如果选择的 alpha 值是 0.5，我想知道为什么这个值比 0.75 或 0.25 好。
我的问题是：
- mobilenet（用于训练 PoseNet 的版本）的 alpha 和 rho 值是多少
- 为什么/如何选择/验证这些数字？
解决方法
https://www.tensorflow.org/lite/models/pose_estimation/overview 中的那个使用 alpha=1.0。 alpha 乘以每个卷积的输入/输出通道数，对于 alpha=1.0，第一个卷积层有 32 个通道。 尽管如此，还有其他主干的 PoseNets，您可以从 TF.js 示例中轻松尝试。 https://github.com/tensorflow/tfjs-models/tree/master/posenet
rho 值有点理论性，在原始论文中它说
在实践中，我们通过设置输入分辨率来隐式设置 ρ。