深度学习实战之人脸检测项目

(1)数据,数据获取:。
1. Benchmark是一个行业的基准(数据库，论文，源码，结果)。
2.优秀论文，通常实验阶段都会介绍它所使用的数据集，公开数据集可以下载。申请数据集的时候，最好使用学校的邮箱。
3.论坛或者交流社区，比如thinkface 

4.数据的规模越大越好2W

二分类数据，第一类人脸，第二类非人脸。人脸数据:路径/ox.ipg_ 60，80，280，320-
非人脸数据:只要不是人脸都是可以的。
对于正样本:裁剪的操作。根据标注的坐标把人脸裁剪出来。可以opencvy这个工具，来完成制作人脸数据。要检查一下，着一看数据有没有问题。

对于负样本：进行一个随机的裁剪，IOU这个比例（重叠的比例）在原始的数据当中，当IOU<0.3时，认为是一个负样本，最好是拿没有人脸的数据当作负样本
制作LMDB数据源（其实他就是Caffe支持的非常常用的分类的数据源）
exzample 和 DATA的文件夹设置是一样的
tools是caffe的那个所在tool的稳价键
train和val指的是训练和验证数据集的所在位置。
制作LMDB数据源，用caffe提供的脚本文件，
前几行改成自己的安装目录
进行resize操作
alenet和VGG通常都是227*227的大小