Retinaface训练自己的数据集 记录

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