标签： deep-learning computer-vision detection keypoint
1）。我正在训练一个用于2D姿态检测的网络，当前计划是在训练集中添加MPII，LSP和Human3.6。看起来每个数据集都有一组稍有不同的标记关键点。我应该如何处理？据我了解，我应该确定网络的输出尺寸。
2）。我正在使用tensorflow。如何在2D热图上编写损失函数？ （如果使用热图回归）
谢谢。