实录|旷视研究院详解COCO2017人体姿态估计冠军论文（PPT 视频）(7)

Crop augmentation
先crop，后padding再resize，这样输入图片会保持长宽比。我们做过类似的实验，抠图直接resize到输入尺寸，这样图片会损失长宽比，结果会差一点。然后，我们会先做加入Random scales，把框进行随机扩大或者缩小。
Rotation
目前主流的处理方式rotate负30度到正30度，这次我们用的是负45度到正45度。这个Rotation一般来说会有提升但是不会很大，主要是用在一些比较极端的情况下，比如人是斜着的。
在后面做实验的时候，发现了另外一种思路：直接把人旋转，检测出人的头，或某个部位之后，按照一定的角度把人转正。
Large Batch
Large Batch在 keypoints上也是有用的，大概能提到0.4到0.3的点的AP。
模型融合
我们提交结果的时候做过模型融合，使我们在minival上大概能提升到1到1.5个点。
COCO比赛的结果

在COCO test-dev数据里，我们有两个网络，一个是单模型结果，一个是有模型融合结果。单模型的结果也基本比test-challenge中后几位都要高，而且我们没有用更多的数据。