科大讯飞人脸关键点检测赛，如何优化预训练模型MAE至1.2？
- 内容介绍
- 文章标签
- 相关推荐
本文共计305个文字，预计阅读时间需要2分钟。
相关主题
赛事任务
给定人脸图像，找到4个人脸关键点，赛题任务可以视为一个关键点检测问题。
训练集：5千张人脸图像，并且给定了具体的人脸关键点标注。
测试集：约2千张人脸图像，需要选手识别出具体的关键点位置。
数据说明
赛题数据由训练集和测试集组成，train.csv为训练集标注数据，train.npy和test.npy为训练集图片和测试集图片，可以使用numpy.load进行读取。
train.csv的信息为左眼坐标、右眼坐标、鼻子坐标和嘴巴坐标，总共8个点。
left_eye_center_x,left_eye_center_y,right_eye_center_x,right_eye_center_y,nose_tip_x,nose_tip_y,mouth_center_bottom_lip_x,mouth_center_bottom_lip_y66.3423640449,38.5236134831,28.9308404494,35.5777725843,49.256844943800004,68.2759550562,47.783946067399995,85.361582022568.9126037736,31.409116981100002,29.652226415100003,33.0280754717,51.913358490600004,48.408452830200005,50.6988679245,79.574037735868.7089943925,40.371149158899996,27.1308201869,40.9406803738,44.5025226168,69.9884859813,45.9264269159,86.2210093458
评审规则
本次竞赛的评价标准回归MAE进行评价，数值越小性能更优，最高分为0。评估代码参考：
from sklearn.metrics import mean_absolute_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_absolute_error(y_true, y_pred)
本文共计305个文字，预计阅读时间需要2分钟。
相关主题
赛事任务
给定人脸图像，找到4个人脸关键点，赛题任务可以视为一个关键点检测问题。
训练集：5千张人脸图像，并且给定了具体的人脸关键点标注。
测试集：约2千张人脸图像，需要选手识别出具体的关键点位置。
数据说明
赛题数据由训练集和测试集组成，train.csv为训练集标注数据，train.npy和test.npy为训练集图片和测试集图片，可以使用numpy.load进行读取。
train.csv的信息为左眼坐标、右眼坐标、鼻子坐标和嘴巴坐标，总共8个点。
left_eye_center_x,left_eye_center_y,right_eye_center_x,right_eye_center_y,nose_tip_x,nose_tip_y,mouth_center_bottom_lip_x,mouth_center_bottom_lip_y66.3423640449,38.5236134831,28.9308404494,35.5777725843,49.256844943800004,68.2759550562,47.783946067399995,85.361582022568.9126037736,31.409116981100002,29.652226415100003,33.0280754717,51.913358490600004,48.408452830200005,50.6988679245,79.574037735868.7089943925,40.371149158899996,27.1308201869,40.9406803738,44.5025226168,69.9884859813,45.9264269159,86.2210093458
评审规则
本次竞赛的评价标准回归MAE进行评价，数值越小性能更优，最高分为0。评估代码参考：
from sklearn.metrics import mean_absolute_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_absolute_error(y_true, y_pred)