MPII数据集单人方面的数据分析！！！

1、在训练hourglass的时候，有几个文件需要清楚

annot.h5文件是包含了25925个人的训练集，对应着17408张图片

train.h5是包含了22246个人的训练集，对应着14679张图片

valid.h5是包含了2958个人的验证集，对应着2729张图片

test.h5是包含了11731个人的测试集，对应着6619张图片

注：valid数据集是根据tompson的划分来的，是从训练集的一部分数据来的，那么问题来了，mat标注文件里面一共有24987张图片，上面的（14679+2729+6619=22207张），差了很多，那么差在哪里了呢？

1.1测试集

首先分析测试集，通过数据分析，一共有6908张测试集，很抱歉，由于数据标注的残缺，最后只有6619张图片可以用

数据标注的问题在于两个

1）annorect域缺失，一共244张

2）annorect域存在，但是1x1的struct是空的，一共45张

244+45=289张，而6908-6619=289张，恰好吻合了

注：6908是img_train=0统计出来的

1.2 训练+验证

1）annorect域缺失，一共576张

2）annorect域不为空，但是只有x1,x2,x3,x4的信息，没有关键点信息，一共95张

576+95 = 671张，而18079-2729-14679 = 671,吻合

注：18079是img_train=1统计出来的

2、在图像数量上已经达到了吻合，但是模型训练单位是人，人数上也存在偏差，现在分析

2.1 测试集

h5文件给的是11731个人，但是经过我们的统计，最终的结果却是11776个人，统计代码如下

576+95 = 671张，而18079-2729-14679 = 671,吻合

注：18079是img_train=1统计出来的

2、在图像数量上已经达到了吻合，但是模型训练单位是人，人数上也存在偏差，现在分析

2.1 测试集

h5文件给的是11731个人，但是经过我们的统计，最终的结果却是11776个人，统计代码如下

1. %             for kk = 1:length(RELEASE.annolist(i).annorect)  
2. %                     person_test_num_all = person_test_num_all+ 1;             %i是img_train=0对应的index  
3. %             end  

那么究竟是什么原因呢原因是因为对于每一个annorect，虽然从外边看是1x7的结构体，但是进去一看确实这样的

将代码改为

1. for kk = 1:length(RELEASE.annolist(i).annorect)  
2.     if(length(RELEASE.annolist(i).annorect(kk).scale)~=0)  
3.         person_test_num_all = person_test_num_all+ 1;  
4.     end  
5. end 
   

这样统计出来的就是11731了，好坑

2.2训练集+验证集

首先我们用一开始的方法统计出来的人数一共有29017人，然后用后来的统计一共有28883个人（类似于2.1）

现在开始分析

28883-2958=25925,那么问题来了，train.h5里面是啥啊

tompson提取的2958个人，只是从所对应的图像中选取几个人而已，而不是选取所有的标注得人，所以就差在了这里

例如052475643.jpg这张图片，valid.h5只从这张图片中选取了一个人，但实际上这张图片标注了两个人，train.h5和annot.h5区别就在这里，annot.h5会把剩下的另一个人加入到自己的训练中，但是train.h5则不会，他会将已经选定作为验证的这个人的这张图片都不再参与训练，所以就导致了train.h5只有22246个人，而annot.h5则含有25925个人

3、hourglass采用的是annot.h5和valid.h5作为训练，这个似乎更合理

    PyraNet则是采用train.h5和valid.h5作为训练

转载博客地址：https://blog.youkuaiyun.com/u013548568/article/details/79056986