xf1234的博客

mtcnn训练数据集使用的人脸数据集人脸数据集特点训练数据的比例分配每个模型的训练数据集怎么获取怎么获取训练数据集使用的人脸数据集训练mtcnn的数据集论文里使用的是WIDER FACE 和CelebA，其中WIDER FACE用作回归人脸分类和box，CelebA用来回归关键点（landmark）人脸数据集特点训练数据集里面分为 negatives, positives, part face。negatives：可以认为是图片的背景的非人脸部分，使用和真实标注框的iou<0.3posi

mtcnn模型原理1.mtcnn的工作流程步骤0步骤1步骤2步骤3mtcnn的损失函数1.mtcnn的工作流程mtcnn是用来做人脸检测的模型，模型采用三级联的工作方式，如下图步骤0将输入图像进行金字塔缩放，小图检测大人脸，大图检测小人脸步骤1这里使用一个全卷积网络，叫做Proposal Network（P-Net），这个网络比较简单，有4层cnn网络，最后一层是三个不同深度的1*1卷积核，一个有2个filter，用来分类有人脸和无人脸，一个是有4个filter，用来回归方框偏移量，一个有10