最简单最详细的MTCNN讲解

去年做了个人脸项目，用到了MTCNN，后面有点忘记了，去网上看了下相关的博客想回忆一下，发现真的是写的要么外行要么就是非常简单，很怀疑那帮人也是随便看些博客自己写的。特别是P-Net的输入到底是图像金字塔还是12x12固定尺寸，以及P-Net到底生不生产Landmark，都没说到。还是自己老老实实又去看了原论文，对照着代码，才看的舒服。

MTCNN

P-net：通过一个浅层的CNN快速筛选出许多人脸潜在候选框

R-net：通过一个更复杂的CNN网络去除大部分不存在人脸的候选框

O-Net：最后的CNN优化结果结果并输出人脸landmark

 

P-Net：全卷积网络，获得候选框和他们的bbox 回归向量，用回归向量来校准候选框，接着使用NMS来合并候选框

R-Net：输入是P-Net的候选框输出，筛除掉不存在人脸的候选框，并再次使用bbox回归校准候