Pytorch下训练能识别口罩的libfacedetection

1、背景

在Ubuntu16.04上安装好pytorch已经一段时间了,寻思着做点啥,不枉费前期的安装和GPU卡,接下来先拿于仕琪的libfacedetection的训练练练吧,于仕琪的libfacedetection对于人脸检测领域,是那么耀眼的一颗星,由于快、准、狠,大家争相使用。但也不是全部好用,如果长期使用,肯定要补充样本,比如,躺着带口罩的,坐在车里歪带着安全帽的,骑着电瓶车是否带头盔的,这些场景肯定需要自己加样本,进行训练。

2、下载项目


仕琪的libfacedetection的训练代码公开了,在下面的地址
https://github.com/ShiqiYu/libfacedetection.train
直接用 下载下来就可以了。

git clone https://github.com/ShiqiYu/libfacedetection.train

其他的所需项目,按照README一步步处理即可。

3、下载WIDERFACE


Widerface下载的地址在
http://shuoyang1213.me/WIDERFACE/
下载这些文件
在这里插入图片描述
然后把他们拷贝到libfacedetection.train/data下面,进行解压处理并放到WIDER_face_rect/images1下面。

4、WIDERFACE文件的处理


如果直接训练,肯定一大堆错误,如下图:
在这里插入图片描述
为什么?看了代码就知道了,内部目录要修改成扁平的,要把
在这里插入图片描述
变成下面的形式
在这里插入图片描述
于是,我写下了如下代码,实现上面的一个转换

import os
import shutil

def transform(src,dest):
    if not os.path.exists(src):  
        os.makedirs(src)  
    if os.path.exists(src):  
        for dir2 in os.listdir(src):  
           for fi in os.listdir(os.path.join(src,dir2)):  
               src_file = os.path.join(src,dir2,fi)
               des_file = os.path.join(dest,dir2+'_'+fi)  
               shutil.copy(src_file,des_file)
               print(des_file)

 
if __name__=='__main__':
    src_dir='/home/xxx/libfacedetection.train/data/WIDER_FACE_rect/images/'
    dest_dir='/home/xxx/libfacedetection.train/data/WIDER_FACE_rect/images1/'
    transform(src_dir,dest_dir)

于是,完成了数据的所有的处理,接下来,就可以训练了。

5、libfacedetection的训练


进入目录,输入命令python3 train.py就可以了,如下图所示。
在这里插入图片描述
我觉得训练的时间有点长,500个epoch,一晚上就训练了150个epoch,不知道是不是TITANX不给力,还是设置有问题,代码还没有仔细优化。

6、训练结果的简单测试


按照README,可以使用训练结果的WEIGHTS,对已有照片检测,
下面给出几个照片例子,一切尽在不言中,结果如下。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7、后记

感觉到了pytorch的强大了吧,于仕琪的这个模型,比MTCNN快,比YOLO在人脸上准,与大多主流开源比较好很多,大家可以在理解和修改代码基础上,训练其他的模型。

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
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