我的CV实习工作总结

两个月不到的实习，总结一下。

洗数据的大路走到了黑

我负责的模块是人脸检测，人脸检测的最终目的，是可以实现视频中人脸实时的关键点检测。对于检测的recall，precision，检测框是否切脸，检测速度都有要求。
需要解决的问题是：无法检测出靠近镜头的大脸图片，易对背景产生误检
解决办法：最好的解决办法就是给高质量的数据集（很无奈哦）
然后开始洗数据
方法：

1. 首先调用了百度API，这里写了一个调用脚本，然后做了本地可视化，评估了一下几个指标。百度的人脸检测严丝合缝，人脸是歪的，那么检测框就是歪的，我特地让检测框的坐标做了仿射变换，然后按照检测框（w，h）和旋转角度做了一个权重运算，使得检测框可以方方正正，然后又不切脸；
2. 然后调用本地openpose，也可视化了一下，评估指标。
   骚操作来了！
3. 把两个label做了融合：取两个label的交集！这样会降低召回，但是大大增加了准确率，降低了切脸率。具体做法是计算IOU，选IOU最大值作为选取的检测框。这里附一下我的代码，但是由于没有openpose的模块，所以大家可以看看流程