扩充原始数据集后，该模型现在有6560个示例可以进行训练。

用于此模型的体系结构大致基于VGG16模型，该模型是为在ImageNet上进行分类而构建的卷积神经网络。VGG16模型使用5个卷积块从图像中提取特征。这些块由几个卷积层组成，后跟一个最大池化层，其中图像尺寸减小了一半。在用于该项目的模型中，每个卷积块只有一个卷积层。这样做的原因是，由于数据量有限，因此较简单的模型不太可能过拟合。

除了使用较少的卷积层之外，还将丢失层添加到前3个卷积块中，其丢失率为20％，并且在每个卷积层之后添加了批处理归一化层。最初的VGG16网络都缺少这两种更新的技术，有助于防止过度安装。

使用这种架构提取图像特征，将卷积层的输出馈送到全局平均池化层，然后馈送到30个节点（15个关键点中每个点的x，y值）的完全连接的输出层。下图说明了该模型的完整架构。

经过第一轮训练后，模型相对准确。为了利用原始数据集中的所有数据，使用经过训练的模型来预测缺失值的关键点并将其用作标签。本质上，数据集具有大量不完整的示例，这些示例被扔掉了，但它们仍然从确实存在的关键点那里获得有用的信息。为了从该信息中学习，模型以其最佳猜测填充了不完整的点。

以伪标签完整数据集并像以前一样对其进行扩充，使用29520个示例创建了一个新的训练数据集。然后，该模型继续对该数据集进行训练，然后再进行对原始的全标签数据集的另一轮训练。最终，模型误差被训练为低于0.0005。我们对此感到非常高兴，正如项目笔记本所述：“一个很好的模型将实现约0.0015的损失”。此外，当绘制在测试图像上时，关键点预测似乎位于你们期望的位置。

通过训练关键点检测模型，将面部检测器和模型组合起来，将关键点应用于图像中的面部。下图给出了此过程的示例产品。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~