아까 가중치, 에러 문제에 이어서 질문드립니다.

[danke1]

개인적인 dataset으로 트레이닝 시킨 모델에
human36을 넣어 테스트 시켰을 때 발생한 오류의 원인이 조인트 갯수가 달라서임을 알고
코드를 수정해서 테스트를 시켰고 성공은 했습니다.

그런데 결과가 원했던 것보다 좋지 않은데,

제가 고친 코드들 이외에 더 손을 봐야할 부분이 있는 걸까요..?

위 사진과 같이,
process_world_coordinate 함수에서 9번 인덱스에 해당하는 nose만 빼고
그 다음 ground truth부터 joint_cam에 저장되도록 코드를 고쳤고요,(현재 joint_num = 17)

human36.py의 __init__부분에서도 nose에 대한 정보를 뺐습니다.

개인적으로 갖고 있는 dataset의 image 품질이 그렇게 좋지는 않은데, 그것 때문일까요..?
아니면 코드상 놓친 부분이 있을지 궁금합니다..

[mks0601]

nose를 빼면 joint_num, flip pair등 여러 고쳐야할것들이 많습니다. 그냥 evalation joint set에서 nose를 빼는것이 더 좋아보입니다. 그리고 갖고계신 데이터 셋이 어떻게 생긴지 모르겠지만 H36M train/test하면 train/test set domain gap이 거의 없어서 성능이 좋고 다른 데이터 셋에 train하고 H36M test하시면 domain gap이 있어서 성능이 안좋을수있습니다. 세세한것까지 제가 디버깅을 해드릴수는없으니 디버깅을 먼저 해보시길 권장드립니다

[danke1]

아 그렇군요 답변 감사합니다. 한 개만 더 여쭤볼게요, 제가 학습시킬 때 사용한 sample datasets이 현재 subject 별로 나눠진 것이 아니라 그냥 한 폴더에 다양한 액션의 사진이 섞여있는 형태인데요 이것이 subject별로 나눠서 error를 도출하는 human36을 이용한 test에서 문제가 될 수도 있을까요..?!

[mks0601]

학습 데이터가 한 사람의 영상만 담고있다면 안좋은 성능의 원인일 수 있습니다