MTCNN算法

算法步骤（包括数据准备过程）—全过程

1. 根据MTCNN架构，从CelebA、wider_face数据集里（类似数据皆可，需自行下载）采样出positive、part、negative样本并同时得到样本的label信息（采样图片包含三种size：12，24，48），因此这里需要写一个采样程序
2. 无论你是选择TensorFlow或者Pytorch，都需要继承一个dataset类来读取采样数据，因为该数据是外部数据，需要读取进来。笔者用的Pytorch，这里写了一个dataset，然后通过dataloader加载dataset里数据，需要注意dataloader是按照你设置的批次大小加载的
3. 创建神经网络，这个比较简单，按照架构创建即可。一共三个网络，PNet（全卷积网络），RNet（CNN+MLP），ONet(CNN+MLP)，每个网络都会输出一个置信度，和四个偏移值。注意，PNet因为是全卷积网络，所以对输入图片数据的size不敏感，也即是可以输入任意size图片，但是PNet、ONet却只能输入固定size图片数据，即架构size，因为网络后面加了全连接，全连接对size则是非常敏感的
4. 网络训练部分，其实也简单，无非就是forward传导和backward传导。网络做的主要是一个分类和偏移值的输出，因此关键就是确定采用什么样的损失函数。那么分类就可以采用交叉熵，偏移值即可采用平方差，然后就是确定反向梯度计算的优化器。代码方面，一定要注意输入数据的维度、形式，图片本身的格式一般都是：HWC，这里我们需要处理多张图片，因此需要加个批次即为：NHWC。Note：TensorFlow要求的数据格式为：NHWC，但是pytorch则是NCHW，一定要注意了，不同的框架输入格式可能不同，因此需要针对性的对数据进行处理。pnet，输出的是一个四维的数据，rnet,onet默认输出的是二维的，因此及应用的时候做不同处理

5. 最后就是检测部分，pnet，rnet，onet三个网络分别做检测。pnet检测后输出一些人脸框输入rnet,rnet检测后得到一些框输入最有一个网络onet检测，最后回归到原图上的人脸框，这里涉及到一些关键技术，NMS,IOU,坐标值的回归计算

   笔者做这个过程中遇到很多坑，当然因人而异 。笔者愚钝，开始在理论上付出很多代价，即使是现在里面的很多内容也没有理解到其精髓，还需后面进一步加强，其次就是代码部分，遇到很多关于形状变换的问题，经常在这上面出错，也是醉了，所以各位一定要注意这个。