人脸检测
文章平均质量分 74
XZZPPP
中国计量大学研究生,图像分类,目标检测,深度学习方向
展开
-
CascadeCNN人脸检测学习笔记
原文:A Convolutional Neural Network Cascade for FaceDetection1、简介 CascadeCNN是对经典的Violajones方法的深度卷积网络实现,是一种检测速度较快的人脸检测方法。使用VGA图片,在CPU上达到14FPS,GPU上达到100FPS,在FDDB上达到85.1%的召回率和87%的准确率。2、总体框原创 2016-06-16 16:35:29 · 17773 阅读 · 14 评论 -
Faster rcnn相关文章研究
一、效果简介1 多类目标检测,基于VOC2012数据集 MAC :The number of adds andmultiplications mAP:Mean average precision GPU:NVIDIA Titan X 我们目前的人脸检测模型是:Faster R-CNN + VGG_CNN_M_1024,即VGG-16的简原创 2016-10-31 21:12:20 · 5976 阅读 · 0 评论 -
Faster rcnn test浮点运算次数(卷积实现过程,Faster rcnn总体结构和参数)
我在调试faster rcnn demo.py的代码后,用监控卡口图片做了测试,并统计了其浮点运算次数(这只是一个粗略的统计,即仅统计了卷积部分乘法运算次数),另外,该代码可以通过pycharm调试,为了能深入理解其内部原理,建议大家动手调试。 上表中,结合protobuf文件,我们知道,layer_name表示层名,bottom表示层输入数据,top表示层输出数据,kernel_si原创 2016-11-24 10:16:11 · 7387 阅读 · 7 评论 -
MTCNN批量读取图片进行人脸和关键点检测,并保存检测结果
本博客在上一篇博客基础上添加了批量处理图片的功能,上一篇博客: Windows下cmake编译caffe,实现纯C++版本MTCNN人脸检测和关键点定位 作者提供的程序是读取摄像头视频,而我需要读取图片,且利用txt文件批量读取图片,分别对每一张图片进行人脸检测和人脸关键点检测,并保存检测结果(也可以显示每张图片效果图)。使用时,替换原来的原创 2017-07-10 14:52:14 · 5100 阅读 · 0 评论 -
Windows下cmake编译caffe,实现纯C++版本MTCNN人脸检测和关键点定位
2017.5.28 发现 caffe官方windows版本已经不提供vs工程文件了,需要用cmake编译生成sln文件。详细编译调试过程如下: 一、开发环境要求: Windows 7/10,64位系统,Visual Studio 2013以上版本,推荐使用VS2015,安装anaconda2.4或以上版本。 二、下载caffe windows版本源码,生成vs原创 2017-06-14 11:06:45 · 13784 阅读 · 13 评论 -
用faster rcnn对celebA的bbox重新标注,c++实现筛选,过滤无效bbox
在对MTCNN进行landmark训练前,发现celebA数据集人脸bbox的标注不准确(landmark标注准确,可以使用),所以需要对人脸bbox进行重新标注,选择用faster rcnn对celebA数据集的bbox重新标注。参考博客:http://blog.csdn.net/xzzppp/article/details/52071546 用faster rcn原创 2017-07-20 11:25:46 · 1520 阅读 · 1 评论 -
MTCNN中生成positive,negative,part样本python代码解读
最近跑通了MTCNN的训练代码,对其中生成positive,negative,part样本gen_48net_data2.py代码进行解读。项目地址:https://github.com/dlunion/mtcnn对应代码地址:https://github.com/dlunion/mtcnn/blob/master/train/gen_48net_data2.pyimport原创 2017-07-18 19:12:09 · 5828 阅读 · 1 评论 -
python脚本实现给定标注bbox,landmark在原图中显示人脸框,人脸关键点
程序功能简介:利用给定的标注bbox,landmark在原图中显示人脸框,人脸关键点:给定标注txt文件数据格式,如下图所示:lfw_5590\Aaron_Eckhart_0001.jpg 84 161 92 169 106.250000 107.750000 146.750000 112.250000 125.250000 142.750000 105.250000原创 2017-07-19 15:03:04 · 3464 阅读 · 0 评论 -
修改MTCNN中caffe源码,时计算loss时以对应标签是否为“-1”判别
MTCNN训练不收敛原因:地址: https://github.com/dlunion/mtcnn我们的训练数据标签格式:wider face:pos/001.jpg 1 x1 y1 x2 y2 (x1 y1 x2 y2) -1 -1 -1 -1 -1 -1 -1 -1 -1 -1part/001.jpg -1 x1 y1 x2 y2 (x1 y1 x2 y2)原创 2017-07-31 19:55:41 · 4124 阅读 · 5 评论 -
faster rcnn RPN之anchor(generate_anchors)源码解析
英文原文:faste rcnn。其中生成RPN(Regional proposal network)的python代码解析本代码主要用于:生成尺度为:128,256,512; 宽高比为:1:2,1:1,2:1的anchor#功能描述:生成多尺度、多宽高比的anchors。# 尺度为:128,256,512; 宽高比为:1:2,1:1,2:1import numpy原创 2016-08-25 20:13:19 · 17045 阅读 · 14 评论 -
python批量预处理图片(CascadeCNN训练前期预处理)
1、create_negative.py 在每个负样本图片中,选择若干个小块,并存入相应的文件夹中。#功能描述:在每个负样本图片中,选择若干个小块,并存入相应的文件夹中。import numpy as np #numpy:提供矩阵运算功能的库import cv2 #cv2:opencv库import os #os:操作系统相关的信息模块原创 2016-07-05 17:42:29 · 9426 阅读 · 1 评论 -
解决faster-rcnn中训练时assert(boxes[:,2]>=boxes[:,0]).all()的问题
1、出现问题:训练faster rcnn时出现如下报错:File "/py-faster-rcnn/tools/../lib/datasets/imdb.py", line 108, in append_flipped_images assert (boxes[:, 2] >= boxes[:, 0]).all()AssertionError2、问题分析:检查自己数据发现,左原创 2016-07-26 16:07:36 · 28226 阅读 · 17 评论 -
FDDB人脸检测测评数据集介绍
原文:A Benchmark for Face Detection in Unconstrained Settings1、简介 FDDB是全世界最具权威的人脸检测评测平台之一,包含2845张图片,共有5171个人脸作为测试集。测试集范围包括:不同姿势、不同分辨率、旋转和遮挡等图片,同时包括灰度图和彩色图,标准的人脸标注区域为椭圆形。 图片来源:美联社和路透社新闻原创 2016-06-28 22:33:24 · 20653 阅读 · 1 评论 -
CascadeCNN python测试程序详解(test.py)
英文原文:A convolutional Neural Network Cascade for Face Detection(Cascade)#功能描述:调用caffemodel,检测一幅图片上所有人脸,将检测到的人脸区域及得分输出到txt文件中#用途:在FDDB上测试该算法性能import numpy as np #numpy:提供矩阵运算功能的库import cv2原创 2016-07-09 17:07:21 · 3938 阅读 · 2 评论 -
Matlab批量读取元胞数组中数据保存到txt文件中(WIDER FACE数据集中,读取人脸标注矩形框信息)
WIDER FACE:http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/1、文件说明:"wider_face_split.zip" 文件包含三个子文件: wider_face_train.mat, wider_face_val.mat, andwider_face_test.mat.其中,每个子文件中元胞数组:The 'eve原创 2016-07-12 14:17:42 · 6038 阅读 · 0 评论 -
py-faster-rcnn标注FDDB人脸便于其在FDDB上进行测试
本程序是在py-faster-rcnn/tools/demo.py的基础上进行修改的#!/usr/bin/env python # --------------------------------------------------------# Faster R-CNN# Copyright (c) 2015 Microsoft# Licensed under The MIT Li原创 2016-07-30 10:44:56 · 2582 阅读 · 0 评论 -
py-faster-rcnn_caffemodel对人脸进行标注
本程序在py-faster-rcnn/tools/demo.py的基础上进行修改程序功能:利用训练好的caffemodel,对人脸进行标注#!/usr/bin/env python# --------------------------------------------------------# Faster R-CNN# Copyright (c) 2015 Microsoft原创 2016-07-30 10:51:41 · 3307 阅读 · 0 评论 -
Face Detection with the Faster R-CNN(数据集标注对比研究报告 )
1、简介 Faster R-CNN是R-CNN系列深度学习人脸检测最好的方法,mean average precision(mAP)达到73.2%,目标检测的速度可以达到每秒5帧。 技术上将RPN网络和FastR-CNN网络结合到了一起,是一个CNN网络实现端到端目标检测的框架。R-CNN系列方法对比数据集1:Wider face Wi原创 2016-07-30 11:00:40 · 11639 阅读 · 10 评论 -
py-faster-rcnn demo.py解析
对py-faster-rcnn/tools/demo.py文件的解析: 运行该文件:先cd进入到py-faster-rcnn根目录,再在命令后窗口输入: ./tools/demo.py --net myvgg 即可运行#程序功能:调用caffemodel,画出检测到的人脸并显示#用来指定用什么解释器运行脚本,以及解释器所在位置,这样就可以直接执行脚本#!/usr/bin/e原创 2016-07-30 15:44:55 · 7365 阅读 · 11 评论 -
用作者提供的net1->net2生成MTCNN的训练样本(positive,negative,part,landmark)
本代码基于作者提供的python版本代码修改,参考:https://github.com/DuinoDu/mtcnn/blob/master/demo.py (作者提供)https://github.com/dlunion/mtcnn/blob/master/train/gen_48net_data2.py1,生成positive,negative,part三种样本,原创 2017-08-31 21:13:44 · 5805 阅读 · 0 评论