首先介绍一下MTCNN的网络结构,MTCNN有三种网络,训练网络的时候需要通过三部分分别进行,每一层网络都依赖前一层网络产生训练数据供当前训练网络,这样也推动了两个网络之间的最小损耗。
Pnet
Rnet
Onet
MTCNN的人脸模型按照以上结构按照三部分进行训练。
DFace有两个主要模块,即检测和识别。在这两个模块中,我们提供了有关如何训练模型和运行的所有教程。
首先设置一个pytorch和cv2,版本要求:
* pytorch==0.4.0
* torchvision==0.2.0
* opencv-python==3.4.0.12
pip install torch==0.4.0 torchvision==0.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python==3.4.0.12 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装依赖库matplotlib:pip install matplotlib
(1)首先将DFace包git到本地用户目录,不要放在根目录:
git clone https://github.com/tuvia0213/DFace.git
(2)添加