训练
1、随机翻转(random flip)、随机旋转(random rotaion,-45~+45)、随机尺寸变换(random scale)来数据增强。
2、对于固定大小的输入,先扩展到固定的长宽比,不改变长宽比进行裁剪,resize到固定尺寸。
3、Adam算法、BatchNormalization、学习率先大一点,再减少。
测试
1、多尺度、翻转图片 进行关键点估计,再平均化heatmaps的预测结果
2、对预测的heatmap进行gaussian filter
3、从最高响应到第二高相应的方向上的四分之一偏移量作为关键点的最终位置??