windows下测试人脸检测分类器在FDDB数据库的性能

本文参考

http://blog.csdn.net/phoenix_zhou/article/details/47399819 ， http://blog.csdn.net/mr_curry/article/details/52141730

1、首先安装好VS+opencv

建议参考http://jingyan.baidu.com/article/64d05a0245aa70de55f73b12.html

2、在FDDB官网上下载图片和标注文件

http://vis-www.cs.umass.edu/fddb/index.html#download

解压后得到几个文件：
2002文件夹、2003文件夹、Fold_all.txt、Elsp.txt、evaluation.tgz、FDDB-folds.tgz、
其中2002文件夹和2003文件夹是解压originalPics.tar.gz得到的。
而关于Fold_all.txt与Elsp.txt，则是FDDB-folds.tgz中的各个10个txt的整合版，把它们整合到一起

3、建立工程

在Visual Studio中，新建一个项目，把2002文件夹、2003文件夹、Fold_all.txt、Elsp.txt文件移动到下面

4、人脸检测

读Fold.txt文件，依照顺序做人脸检测，将检测结果输出出来，格式如下：

<image name i>
<number of faces in this image =im>
<face i1>
<face i2>
...
<face im>

<face im>的表达形式有以下两种：
  4 a. Rectangular regions
       Each face region is represented as:
       <left_x top_y width height detection_score> 
  
  4 b. Elliptical regions
       Each face region is represented as:
       <major_axis_radius minor_axis_radius angle center_x center_y detection_score>.

这里要注意detection_score这个值，必须是个有参考意义的分数，不能像它的标注文件一样置为1，否则ROC曲线出不来。

在检测过程中，需要生成一个txt文档。官方文档在这里。
http://vis-www.cs.umass.edu/fddb/README.txt

5、运行评估程序

解压evaluation.tgz，将其源文件和头文件包含在工程中，添加OpenCV的属性表。
然后做以下修改：
在evaluate.cpp中的main函数，把第235行改为如下，即在max前面添加括号，否则会冲突。

Results *r = new Results(imName, (std::numeric_limits<double>::max)(), NULL, annot, det);

在项目的属性栏中做如下改动:

把下面代码中路径改成自己的：

#ifdef _WIN32
  string baseDir = "F:/MachineLearningVisualApplicationGroup/face_detect/face_lib/";
  string listFile = "F:/MachineLearningVisualApplicationGroup/face_detect/name.txt";
  string detFile = "F:/MachineLearningVisualApplicationGroup/face_detect/data.txt";
  string annotFile = "F:/MachineLearningVisualApplicationGroup/face_detect/data0.txt";

还要注意  detFormat = DET_RECTANGLE; 如果你的检测输出是椭圆，这里就要改成椭圆。

编译通过，生成解决方案。

找到生成的  .exe文件，在命令行里运行，根据提示输入对应文件的路径。我的如下所示：

FDDBTest2.exe -a F:/MachineLearningVisualApplicationGroup/face_detect/data0.tx -d F:/MachineLearningVisualApplicationGroup/face_detect/data.txt -l F:/MachineLearningVisualApplicationGroup/face_detect/face_lib/

运行结束之后，生成两个ROC文件：

DiscRoc.txt和ContRoc.txt，这就是最终要画图ROC的数据。

6、生成ROC图数据

安装perl，关于perl的配置，请戳：http://jingyan.baidu.com/article/9f7e7ec0b798ae6f281554e9.html?st=2&os=0&bd_page_type=1&net_type=1

安装好之后，修改原来的一个用于评测的pl文件：

#!/usr/bin/perl -w
use strict;
#### VARIABLES TO EDIT ####
# where gnuplot is
my $GNUPLOT = "D:/gnuplot/bin/gnuplot"; 
# where the binary is
my $evaluateBin = "evaluate"; 
# where the images are
my $imDir = "F:/soft/c++/Test_FDDB/Test_FDDB"; #FDDB数据库的图片在哪
# where the folds are
my $fddbDir = "F:/soft/c++/Test_FDDB/Test_FDDB/FDDB-Folds"; #fddb图片的两个txt
# where the detections are
my $detDir = "C:/Users/strstr/Desktop/FDDB_DRAW/Filep/"; #图片存放的位置
###########################


my $detFormat = 0; # 0: rectangle, 1: ellipse 2: pixels


sub makeGNUplotFile
{
  my $rocFile = shift;
  my $gnuplotFile = shift;
  my $title = shift;
  my $pngFile = shift;


  open(GF, ">$gnuplotFile") or die "Can not open $gnuplotFile for writing\n"; 
  #print GF "$GNUPLOT\n";
  print GF "set term png\n";
  print GF "set size 1,1\n";
  print GF "set output \"$pngFile\"\n";
  #print GF "set xtics 500\n";
  print GF "set ytics 0.1\n";
  print GF "set grid\n";
  #print GF "set size ratio -1\n";
  print GF "set ylabel \"True positive rate\"\n";
  print GF "set xlabel \"False positives\"\n";
  #print GF "set xr [0:2000]\n";
  print GF "set yr [0:1.0]\n";
  print GF "set key right bottom\n";
  print GF "plot \"$rocFile\" using 2:1 title \"$title\" with lines lw 2 \n";
  close(GF);
}

my $gpFile = "C:/Users/strstr/Desktop/FDDB_DRAW/Filep/ContROC.p";
my $gpFile1 = "C:/Users/strstr/Desktop/FDDB_DRAW/Filep/DistROC.p";
my $title = "YotoFace";

# plot the two ROC curves using GNUplot
makeGNUplotFile("C:/Users/strstr/Desktop/FDDB_DRAW/tempContROC.txt", $gpFile, $title, $detDir."ContROC.png");
makeGNUplotFile("C:/Users/strstr/Desktop/FDDB_DRAW/tempDiscROC.txt", $gpFile1, $title, $detDir."DiscROC.png");

在命令行模式下，运行perl xxxxxxxxxxxx.pl得到ContROC.p与DistROC.p。

7、画ROC曲线

安装GUNPLOT，我装的gp501-win32-mingw。

打开刚才生成的两个.p文件，file->output，将可以看见生成的ROC曲线啦。

或者直接把pl文件拖到里面，然后再file->output，即可看到我们的曲线。

画多条ROC曲线或者更多样式设定，参考 http://blog.csdn.net/watkinsong/article/details/9344775