RetinaFace训练自己的数据集 记录
前言
。
一、环境配置
win 10
Mxnet
python 3.6
ps: 由于新手习惯了Win10和TF,没用过Linux以及Pytorch,所以在跑通InsightFace也走了不少弯路。
pip清华源安装pip install mxnet_cu90mkl -i https://pypi.tuna.tsinghua.edu.cn/simple,我用的GPU,可以设置 os.environ[‘CUDA_VISIBLE_DEVICES’]=‘0’,然后这个问题就不报错了
二、制作自己的数据集
1.CUDA和GPU的不匹配
虽然有GPU但cuda不匹配,在制作好数据集跑时也遇到了很多问题,花了很久才解决
改了Train.py 以及 MultiBoxLoss.py中的带cuda的,替换成cpu
解决AssertionError:torch not compiled with cuda enabled报错问题
2.制作自己的数据集
把自己的数据集的原图放在 images
以及做好的label
PS: 有关label.txt
以#开头,空格加路径 ,路径只需要images后面的即可
(因为空格和路径的问题一直出现 报错 height, width, _ = img.shape AttributeError: ‘NoneType’ object has no attribute ‘shape’)
第二行前四个分别表示脸部的位置信息
b0=xmin
b1=ymin
b2=xmax-xmin
b4=ymax-ymin
第五个至第十九个数值表示人脸的五个关键点的坐标,如果不需要,可以全部标-1
最后一个置信度
(有位大神告诉我说这个是根据现有的人脸检测算法测试出来的,也可以根据这个值设置是否将其加入训练)
三、训练
在config设置相关参数,改train中的各项路径就可以开始训练了