SSD人脸检测以及FDDB检测结果分析

前段时间使用caffe版本的SSD训练人脸检测，效果还不错，在FDDB上测试了下结果最终只有89%的准确率，但是误判率很低，结果如下：

为了分析训练的SSD在FDDB上对于哪些类型的人脸检测结果较差，结果如下:蓝色的椭圆为FDDB的原始标注，红色的矩形为现有的SSD检测结果。

可以看到：

1. 很模糊的脸没有检测到

2. 还有些基本上算不上脸

3. 极少数是人脸的确实没有检测到

发现FDDB中不少人脸基本可以不算是人脸，因此对FDDB的检测结果的意义有点怀疑了。

最终还是自己建立了专门的评价数据集（共1000多张样本）：

1. 少数较为正常的人脸

2. 遮挡较多

3. 不同光照条件下的人脸

4. 角度多变的人脸

检测结果如下（蓝线为检测的人脸框），效果还是不错的：

SSD做检测训练的时候注意：

1. 自己没有必要做简单的数据增强（例如翻转啥的），SSD训练过程中会做数据集增强

2. 训练的数据集，不要用很模糊的人脸，或者很小的人脸，这样会导致训练发散los=Nan如下图（可能），因为SSD训练会根据IOU选取一定比率的样本作为positive样本。

最后给大家推荐一个好用的开源图片标注工具 labelImg https://github.com/tzutalin/labelImg 。

用的时候注意：

1. 在图片的后缀一定要和图片的真实格式一样,例如jpg格式的图片就不要命名为png后缀，否则标注的时候会报错。

2. 这个工具标注坐标的时候仅支持VOC,YOLO格式的，我用的是SSD因此在标注完要将YOLO格式转化为SSD格式。代码如下：

def yolo_format_2_ssd(lst, w, h):
    """yolo format annotation([x1_ratio, y1_ratio, x_box_ratio, y_box_ratio])
    to [x1, y1, x2, y2]

    lst: yolo format
    w, h: image width, height
    """
    b_w, b_h = int(lst[2] * w), int(lst[3] * h)
    center_x1, center_y1 = int(lst[0] * w), int(lst[1] * h)

    x1, y1 = center_x1 - (b_w / 2), center_y1 - (b_h / 2)
    x2, y2 = center_x1 + (b_w / 2), center_y1 + (b_h / 2)

    return [x1, y1, x2, y2]

def check_show_img():
    path = '/home/xy/face_tools/annotate_sample/face_de_sample/0a4b4e98aea6923a2bf8cd0462227af0.jpg'

    lst_ratio = [0.419792, 0.494792, 0.352083, 0.452083]
    img = cv2.imread(path)
    h, w, _ = img.shape
    print 'img, w, h: %s %s' % (h, w)

    x1, y1, x2, y2 = yolo_format_2_ssd(lst_ratio, w, h)
    p1, p2 = (x1, y1), (x2, y2)
    cv2.rectangle(img, p1, p2, (0, 0, 255), 2)

    cv2.imshow('img', img)
    cv2.waitKey(0)

标注截图如下