MTCNN训练(caffe tensorflow)


MTCNN是当前效果最好的开源人脸检测算法之一,作者只提供了训练好的模型以及matlab部署代码,其训练和优化在github上有很多,记录成文。

如果只是部署而没有时间训练的话,建议使用下面这个

https://github.com/imistyrain/MTCNN:MTCNN部署全平台实现,包括C++、python、ncnn和tensorflow,还有加速版本和opencv直接加载版本,是所有版本中的集大成者

https://github.com/szad670401/Fast-MTCNN:快速版本实现

训练

分为几大框架实现,依据读取数据不同,也有细微的区别

https://github.com/luoyetx/Joint-Face-Detection-and-Alignment:代码规范,细节详尽

MTCNN配置及训练详细步骤

https://github.com/Aliang-SEU/MTCNN-on-caffe-window:Windows端caffe实现,采用自定义数据层实现

https://github.com/BobLiu20/mtcnn_tf:训练的tensorflow实现,是https://github.com/AITTSMD/MTCNN-Tensorflow的优化实现,

去除了里面的冗余文件

https://github.com/wangbm/MTCNN-Tensorflow:

https://github.com/blaueck/tf-mtcnn:把三个网络融合到一个pb里

不推荐

https://github.com/dlunion/mtcnnWindows端实现,需改动代码较多,且是旧版caffe,不方便编译

https://github.com/foreverYoungGitHub/MTCNN:使用hdf5读取数据训练,暂时无法复现

https://github.com/CongWeilin/mtcnn-caffe:使用PythonLayer读取数据,没有在线难例挖掘

作者:迷若烟雨
来源:CSDN
原文:https://blog.csdn.net/minstyrain/article/details/82292074
版权声明:本文为博主原创文章,转载请附上博文链接!

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
提供的源码资源涵盖了Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 适合毕业设计、课程设计作业。这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。 所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值