MTCNN代码解读

原文：

https://github.com/LeslieZhoa/tensorflow-MTCNN

1.三个模型要按顺序训练，PNet-RNet-ONet

2.训练集

负样本：IOU < 0.3

正样本：IOU > 0.65

part 样本：0.4 < IOU < 0.65

关键点位置：5个关键点位置。

 

人脸分类：正样本 + 负样本

人脸检测：正样本 + part样本

人脸关键点检测：关键点位置

 

【分析】：

正样本：需要label标注1，人脸框相对图像坐上角的偏移。

part样本：需要label标注-1，人脸框相对于图像左上角的偏移量。

【偏移量相对于图像大小进行了归一化】

负样本：需要label标注0。

关键点位置：需要label标注为-2，人脸关键点的坐标偏移量。

 

3.PNet

3.1训练集

从WIDER FACE中收集正样本、负样本、part样本。

从CelebA中裁剪人脸，作为人脸关键点。

3.2网络

输入：12 * 12 * 3

             输出卷积数    核大小   步长     pad     输出

conv1：10                    3          1         same  12 * 12 *10

pool1:   10                    3          2          ——    5*5*10

conv2：16                    3          1          valid   3*3*16

conv3：32                    3          1          valid   1*1*32

3.3具体训练

对于是否存在人脸，只计算正负样本的损失；

对于人脸框的损失，只计算正样本和part数据的损失；

对于人脸关键点的损失，只计算人脸关键点的。

【具体操作：通过label尽心遮掩来处理。】

【以下为转载】

https://zhuanlan.zhihu.com/p/31913064

3.4其推理过程

Pnet进行推理，生成很多的bounding box，然后采用NMS进行过滤。得到landmarks，bounding box。

4.RNet

4.1训练集

使用PNet检测WIDER FACE的bounding box ，结合groundtruth依据IOU来标记正样本、负样本、part样本；

人脸关键点采用CelebA。

4.2推理

根据PNET推理之后的bounding box输入，进行微调。