作业记录 WEEK6

消融实验：对比不同embedding dim时模型准确率

在上次的作业基础上，更换训练数据集，添加测试数据集与代码。

步骤

0. 环境

pip install cmake
pip install dlib

要等很久，尝试了永久安装路径，cmake可以装到永久路径，但是dlib一装内存就溢出，环境就被关闭了。也不知道为什么。

！换了一下环境到GPU，发现好像可以了诶，问题解决。

1. 训练集

训练数据集选择：VGGFACE2 的训练集 或者 VGGFACE2的测试集
- 下载完成vggface2_train.zip解压缩，得到vggface2_train文件夹
- 由于人脸检测，对齐需要预先处理，所以我们运行week6/image_processing.py，对图片进行检测对齐处理
- 这个时间耗时会非常长，注意时间安排。
- 代码功能一：对齐后的图片保存到vggface2_train_notmask文件夹内
- 代码功能二：对齐后的图片加口罩，保存到vggface2_train_mask文件夹内
- 再运行make_csv_file.py,生成csv文件，为生成triplet做准备。
- 运行 train_dataset.py 检查数据集是否正常。
“====================================================================”
训练集30G， 测试集2G。 选择2G的测试集当做数据集。

修改了项目挂载的数据集，选了一个VGG2的数据集挂载，里面包含了train和test的数据，选择test解压。
压缩week6.zip并上传。
备用一个目录，万一后面修改要用到

aistudio@jupyter-565087-1471370:~/work/liv_ob_detection/week6/Datasets/vggface2_train$ 

在这个目录下，是每一个人的照片的文件夹。

时间消耗大概需要四五个小时。

train是原始数据集，
train_face_notmask是对齐后的不戴口罩的人脸照片，！！是训练用的文件夹路径！！，比如：

train_face_mask是带口罩的数据，比如：

train_mask_notmask下是剩下的人脸的部分的轮廓，比如：

mask_mask下全是txt的文件，暂时还不知道有什么用（因为不是图片不太直观，估计是生成的口罩的一些数据。）

四个多小时之后终于跑完了。

python make_csv.py

python make_csv_file.py

一开始跑错了，后来发现生成的csv名字不对，掉头重跑。（make_csv的路径是不一样的：

# make_csv_file下的路径
# 定义路径
data_path = os.path.join(pwd, f'Datasets{os.sep}vggface2_train_face_notmask')
csv_path = os.path.join(pwd, f'Datasets{os.sep}vggface2_train_face_notmask.csv')
# ================================================================================
# make_csv下的路径
# 定义路径
data_path = './Datasets/vggface2_train'
csv_path = './Datasets/vggface2_train.csv'