doppia代码思考

呕心总结，原版，严禁转载。

 

做人脸检测定位很长时间了，发现doppia代码对于人脸的定位效果不错，于是就对其进行研究，简单总结如下：

 

1.在参数配置中eccv2014_face_detection_pascal.config.ini

 

num_scales不可以太小，否则得到的效果很不好；

如果值太大，运行的时间会非常长，得到的效果并不一定非常高。

通过多次测试，取num_scales=10。

 

2.将代码转到windows上后，发现如果是将cuda_stuff_library和cpp_stuff_library生成为动态库，会出现Lnk2019错误，但是如果是静态库就没这个问题。

 

3.检测器有23个，两个尺度，一个是1（11个检测器），一个是2（12个检测器），共有2000个stages

   代码中使用的是12（find_nearest_scale_detector_model），即12*10=120个检测结果，然后使用非极大值抑制的方法得到相应的检测结果得分。

80*80 和160 *160两个模板窗口

尺寸：

0.30 0.41 。。。

 

 

4.通过一些测试数据发现：

图片中人脸非常大，占据整幅图像得到的检测结果不会很好，这主要是“min_scale = 0.33，max_scale = 5”造成的，可以通过改变这两个参数得到较好的结果。

 

5.

    detection_cascade_per_scale.reserve(num_scales);
    detector_cascade_relative_scale_per_scale.reserve(num_scales);
    detection_window_size_per_scale.reserve(num_scales);
    original_detection_window_scales.reserve(num_scales);

 

6.在计算特定尺寸上的检测模板时，使用V1用时要比V0少很多，且效果差别不大。

compute score cost 0ms

 

compute detection cost 4ms

（// compute the detections, and keep the results on the gpu memory
 boost::apply_visitor(visitor, gpu_detection_variant_cascade_per_scale);）

 

4*120 = 480ms，即在找到人脸检测位置需要480ms。

 

// create the integral channels computer
integral_channels_computer_p.reset(new GpuIntegralChannelsForPedestrians());