![361de130cd29110865c8ea8d545db294.png](https://i-blog.csdnimg.cn/blog_migrate/f581c4d7780ac456aa9ec2e313f30a27.jpeg)
![equation?tex=GitHub](https://i-blog.csdnimg.cn/blog_migrate/cd48b12bc30c5e782f8034351909d529.png)
接上篇:Uno Whoiam:MTCNN人脸检测:三个臭皮匠,顶个诸葛亮 || 5分钟看懂CV顶刊论文
项目目录介绍:
- test_demo:存放测试结果的图片
- test_images:用于测试的图片
- weights:训练保存的模型权重文件
- create_dataset.py:用于解析CNN_FacePoint、WIDER_Face的.txt文件和制作三个模型的数据集
- detector.py:用于对图片进行检测,即效果展示
- dataset.py:mtcnn_dataset 用于读取生成好的图片库数据集,InplaceDataset 用于按照论文的方式即时生成三类模型的训练数据
- model.py:模型和损失函数
- train.py:训练三个模型
- util.py:一些工具
其它的文件用途不大,.sh 用来训练和制作数据集,可以不用管,想用的话得自己配置路径。
生成数据集:
关于数据集,必须得讲讲其标注的格式:
CNN_FacePoint :
lfw_5590Abbas_Kiarostami_0001.jpg 75 165 87 177 106.750000 108.250000 143.750000 108.750000 131.250000 127.250000 106.250000 155.250000 142.750000 155.250000
- 第一个是文件保存的相对路径
- 随后4个数字分别表示人脸框的
,没想到吧!