python代码总体框架怎么写_mtcnn python 开源代码详细图解

感觉自己陷入了代码细节误区，本着时间紧任务重的理念，加上本人能力有限，暂时无法完成细节代码图解，但是可以简单写一下自己两周以来的学习感悟，和整体架构！

首先总体架构参考如下博客：https://zhuanlan.zhihu.com/p/38520597

代码部分总的执行流程如下：

代码结构截图：

代码实现模型的初始化，首先是构建mtcnn的tensorflow计算图，然后载入训练好的模型参数，细节是分别调用pnet，rnet，onet组装成mtcnn。里面涉及python装饰器的内容，首先写了一个基本的层，然后用装饰器分别实现神经网络各种层，感觉有点类似caffe的工厂模式。

代码实现最终的检测道德人脸框的四个点坐标和5个点的包括双眼，鼻尖，两个嘴角的坐标。

这是官方训练好的模型文件。

这里会对检测到的人脸框和五点位置进一步处理，最终得到我们想要的结果。

这里是代码的核心了，首先得到图像金字塔，参考博文。https://blog.csdn.net/poem_qianmo/article/details/26157633

然后输入pnet，返回值输入框的初始化，然后nms，然后rect实现正方形框输出，然后因为预测的框会超过原图边界，所以会涉及像素填充调用pad函数，然后输入到rnet，图像缩放、像素值归一化，归一化就是等比例缩放数值，如下图所示：

后面的也会有nms，等函数的调用就不一一细说了，先理解整体框架，具体代码实现讲解后面补充。

下面列出pro：net的网络结构图。

pnet 人脸得分 conv4-1， 人脸框对应 conv4-2，

rnet 人脸得分 conv5-1， 人脸框对应 conv5-2，

onet 人脸得分 conv6-1， 人脸框对应 conv6-2， 和 五点conv6-3 对应

代码解释：detect_face.py

1、def imresample(img, sz):函数主要功能对图片进行缩小放大。

im_data = cv2.resize(img, (sz[1], sz[0]), interpolation=cv2.INTER_AREA)

img 输入图片

sz[1], sz[0] resiz的尺寸

利用python opencv中的 cv.Resize(源，目标，变换方法)就可以实现变换为想要的尺寸了

源文件：就不