训练自己的数据集，做闭眼检测

[JunGenius]

你好，作者。

我现在正使用该库来做闭眼检测，我标注了大约5000张左右的图片,使用tf1进行训练, loss下降到5.8左右。
但测试模型的时候，发现几个问题想请教您一下：

1. 检测的特征点位置不正确,如图所示：

错误的顺序：

正确的顺序：

请问下，出现这种情况，我该如何来解决? ( 我标注的是 37个点 ，而且我检查过训练样本中，标注的顺序都是正确的， 我测试了大约1000多张图片，有100多张会出现这种情况)

下面是我标注特征点的顺序。

2. 关于数据集增强，我想检测眼睛闭合状态，如果我多增强眼睛闭合的样本数据集，是否能提高准确率？ 主要现在在测试时候发现，在眼睛闭眼的状态下，眼部的特征点标注的不准确，导致很多误识别，例如下面这样：

误识别：（闭眼状态，误检测成睁眼）

期望的：

测试环境：我是在 win10， 使用 c++ tensorflow 1.13.1 来加载模型测试的 ，训练使用的tf1分支。

非常感谢，期待你的解答。

[lrain-CN]

做过相关的事情，睁闭眼的检测，不建议只用关键点来做，可以先用关键点定位眼睛位置，然后做个二分类，自己设计个很轻量的网络 输入尺寸可以设的很小（有这种睁闭眼数据集 再加上自己采集的），这样效果会比较好，因为实际场景中仅仅依靠关键点来判断，在图片质量没那么好的的时候闭眼基本检测不出来。

[JunGenius]

做过相关的事情，睁闭眼的检测，不建议只用关键点来做，可以先用关键点定位眼睛位置，然后做个二分类，自己设计个很轻量的网络 输入尺寸可以设的很小（有这种睁闭眼数据集 再加上自己采集的），这样效果会比较好，因为实际场景中仅仅依靠关键点来判断，在图片质量没那么好的的时候闭眼基本检测不出来。

OK , 我尝试看看，非常感谢你的解答。