对于训练数据,分为四个组成部分
1. 负样本 3
2. 正样本 1
3. 部分样本 1
4. 关键点样本 2
比例为 3:1:1:2
其中对于 1,2,3中数据,来自wider_face数据库
对于4中数据,来自CelebA数据库
包括 label box landmark
label
negative 0
positive 1
part 2
landmark 3
分为三层网路PNet RNet ONet
1.
输入:积分图像
输出:
prob1 置信度
conv4-2 边框偏移
2.
输入:根据第一步提取的边框,提取图片,作为batch进行输入
输出:
prob1: batch_size * 2 置信度
conv5-2: batch_size * 4 边框偏移
3.
输入:根据第二步提取的边框,提取图片,作为batch进行输入
输出:
prob1: batch_size * 2 置信度
conv6-2: batch_size * 4 边框偏移
conv6-3: batch_size * 10 人脸关键点