davisking/dlib

shape_predictor: allow dpoint as training input

Open

#2.183 geöffnet am 18. Sept. 2020

Auf GitHub ansehen
 (10 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)C++ (3.314 Forks)batch import
enhancementhelp wanted

Repository-Metriken

Stars
 (12.570 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Currently, the shape predictor training example showcases how to provide training and test data using integer coordinates.

Hoever, I would like to train a shape predictor using float coordinate pairs. I hope to gain increased precision by doing so. Since the shape predictor is also giving float numbers as output, I would assume that this should be possible.

However, there is no documentation to be found on the input format.

I'm happy to extend the documentation as soon as I know how this works.

Contributor Guide

Research-Richtung
Untersuchen Sie den Code für das Training des Shape Predictors in dlib, insbesondere die Datenlade Funktionen in Dateien wie shape predictor trainer.h. Prüfen Sie, ob das XML Format der Trainingsbeispiele Float Koordinaten unterstützt. Sehen Sie sich die Kommentare im Issue nach Vorschlägen oder Teil Lösungen an. Bestimmen Sie die notwendigen Änderungen, um dpoint Eingaben zu akzeptieren, und aktualisieren Sie die Dokumentation entsprechend.
Tech Stack
cpp
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Basic knowledge of dlib shape predictorC++ programmingUnderstanding of training data format
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30