问题描述
我正在尝试使用带有人类标签的COCO数据集的所有样本，这些标签也具有缺少关键点或等效的“可见性标记” = 0。我的问题是在训练神经网络以获取COCO数据集上的关键点时如何处理缺失的关键点？
我想到的一个想法是将神经网络中的损失函数更改为加权均方误差函数，其中权重不会惩罚图像中不存在的关键点。
仍然有2种不同的情况，我从网络中获得的权重不是0/1，但是它们在[-20，50]的范围内变化，我通过S型函数传递它们。我的第二个问题是我是否对加权MSE的权重进行二值化？
这是我使用的损失函数：
Weighted-MSE(true_keys-pred_keys,weights=sigmoid(pred_weights)) + K * Binary Cross Ent (pred_weights,true_eights)
“ K”是使两个损失函数的项在同一范围内的系数。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）