c++ MTCNN

该博客介绍了使用C++实现的MTCNN(多任务级联卷积网络)算法,平均处理速度达到每张图片70毫秒,可能在CPU上运行。
摘要由CSDN通过智能技术生成

 

https://github.com/szad670401/Fast-MTCNN

70ms一张,可能用的cpu

//Created by Jack Yu
#include "stdafx.h"
#include <fstream>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
using namespace std;
using namespace cv;

const float pnet_stride = 2;
const float pnet_cell_size = 12;
const int pnet_max_detect_num = 5000;
//mean & std
const float mean_val = 127.5f;
const float std_val = 0.0078125f;
//minibatch size
const int step_size = 128;


typedef struct FaceBox {
	float xmin;
	float ymin;
	float xmax;
	float ymax;
	float score;
} FaceBox;
typedef struct FaceInfo {
	float bbox_reg[4];
	
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
MTCNN(多任务卷积神经网络)是一个用于人脸检测和姿态估计的深度学习模型,常用于人脸识别和人脸表情识别等应用中。下面是MTCNN C++代码的一个综合示例: ```c++ #include <iostream> #include <string> #include <opencv2/opencv.hpp> #include <MTCNN/detection.h> int main() { std::string image_path = "path_to_image.png"; cv::Mat image = cv::imread(image_path); MTCNN::Detection detection; std::vector<MTCNN::Face> faces = detection.Detect(image); for (const auto& face : faces) { cv::rectangle(image, face.bbox, cv::Scalar(0, 255, 0), 2); for (int i = 0; i < 5; i++) { cv::circle(image, face.landmarks[i], 2, cv::Scalar(0, 0, 255), -1); } } cv::imshow("MTCNN Face Detection", image); cv::waitKey(0); return 0; } ``` 首先,导入必要的头文件和命名空间。然后,加载待检测的图像并创建一个`MTCNN::Detection`实例。接下来,调用`Detection`对象的`Detect`方法来检测图像中的人脸,返回一个包含所有检测到的人脸的向量。然后,利用返回的人脸信息对原始图像进行标记,如绘制矩形框表示人脸边界框和绘制圆点表示人脸关键点。最后,显示标记后的图像,并在按下任意键后结束程序。 以上是一个简单的MTCNN人脸检测的C++代码示例,通过使用MTCNN实现了人脸检测和关键点标记的功能。MTCNN算法具有较高的检测准确率和良好的性能,在进行人脸相关应用开发时是一个常用的工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值