最近做头部检测

使用场景：最近做了一个头部检测的模型，现场使用效果是考勤机在正前方的摄像头，检测出有没有人头；

最终选用的网络：https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

图像的输入size选用：w：120，h：160，产生推选框好像是1118个

推理时间：i5 64位的 cpu，caffe，推理时间是30ms，模型参数是1M；

该项目的注意要点：

1）因为使用了SSD框架，涉及到设置priorbox的参数，就需要统计训练样本resize为目标size后，目标框的宽高比例，宽和高的分布范围；

例如本项目中我使用的是w：h = 720:1280，所以我的w选用了120，h选用了160，而不是反过来。反过来后会导致很多漏检；

2）解决误检问题：加现场数据，网络太小，泛化性能不佳，换了场景就很容易误检，最好使用部署现场的场景数据做训练样本，实在没有太多，做一下背景贴图，或者增加各种背景的数据，增强一下模型的泛化性能。