我正在尝试使用TensorFlow使用CNN（卷积神经网络）检测面部的唇部区域 .
我正在使用MUCT faces数据库，它也具有面部地标的坐标 .
我有以下CNN架构：
三个5x5卷积层（每个具有24,36和48个滤波器），然后是另外2个3x3卷积层（每个64个滤波器）和3个完全连接的层（具有500,90和20个节点） . 每一层后面跟着max_pooling和relu .
因此输入是一批10个64X64像素的图像 . 输出是一个20点的数组，它是唇上10点的x和y坐标 .
因此，我采用CNN输出并根据MUCT数据库中给出的唇部坐标计算交叉熵，并尝试使用Adam优化器最小化成本 .
但这不是以某种方式解决，成本不断增加并变得无限 . 如果有人能看到我的代码并告诉我什么是错的，那就太好了 . 提前致谢！