本文详述了一位初学者基于Mindspore框架实现MTCNN（多任务级联卷积网络）的过程，包括数据集下载、训练环境配置、模型训练和遇到的问题。项目最终完成了PNet、RNet、ONet的搭建、训练和测试，但移动端部署未完成。文章还分享了Mindspore与Pytorch在API和训练流程上的差异，以及解决内存溢出和速度优化的经验。
介绍
本项目的来源是我选修的北航与华为合作的《AI开源计算系统前沿技术》课程大作业。课程请到华为的各位专家介绍了华为目前的AI软硬件体系，并讲解了许多人工智能领域的知识。
我的大作业选题是用轻量级的网络模型backbone，实现手机端人脸检测算法，并使用MindSpore Lite在端侧推理部署。比较遗憾的是整体项目开发进度慢于预期，加上移动端目标检测APP的源码中使用了JNI等我不熟悉的接口，最后没有实现移动端的部署，仅实现了人脸检测+关键点检测神经网络的搭建、训练和测试。
前期调研之后，我决定基于MindSpore框架实现论文《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》中的人脸识别和关键点检测网络MTCNN。该网络的结构并不复杂，包括PNet、RNet、ONet这三个结构相似的网络。由于我对Python和机器学习都是初学者，项目过程中遇到了不少问题。解决过程中有了一些经验心得，斗胆在此做些分享。
本项目中的MTCNN部分代码基于夜雨飘零1的Github项目和华为MindSpore官方文档撰写，包括数据集生成、网络结构定义、网络训练、模型测试的代码。
0 训练环境
笔记本训练环境：
- CPU：i7-11800H
- GPU：RTX 3070
- Windows10：
- CUDA11.6+cudnn8.x
- MindSpore1.7.0-CPU
- Pytorch1.11.0
- Ubuntu22.04：
- CUDA11.
最低0.47元/天 解锁文章
扫一扫
765
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
