overheadview

이미지 데이터베이스를 정리하여 혼동을 일으키는 이미지를 제거하고, 새로운 용어로 일부 그룹화를 가르쳐 보았습니다. 흥미롭게도, 이 모델은 치명적으로 doggiepose를 제외하고는 시점에 관계없이 자세를 잘 학습했습니다. 그 결과, doggiepose는 때때로 정면 시점을 유발합니다. 여전히 정확히 위에서 본 시점에는 어려움을 겪고 있습니다.

다른 용어들에 대해서는 가끔은 지시를 따르고, 가끔은 따르지 않습니다. 이는 시드(seed)에 따라 달라지는 것으로 보이지만, 결과는 충분히 좋다고 판단됩니다. 과적합의 징후는 보이지 않으며, 단지 시점과 자세 조합 사이의 혼동이 있을 뿐입니다. 다음은 overheadview 트리거 단어에 추가할 수 있는 용어들입니다:

단어 비율

topdown 21.10

shoulderdown 9.35

backdown 5.76

frontdown 8.63

walkingpose 1.44

standingpose 16.79

kneelingpose 3.12

lyingpose 5.04

doggiepose 5.04

frontfocus 4.08

backfocus 7.67

chestfocus 3.36

sidefocus 2.64

bumfocus 1.20

facedown 2.40

faceup 2.40