MTCNN训练数据整理

对于训练数据，分为四个组成部分

1. 负样本 3

2. 正样本 1 

3. 部分样本 1

4. 关键点样本 2

比例为 3:1:1:2

其中对于 1,2,3中数据，来自wider_face数据库

对于4中数据，来自CelebA数据库

包括 label box landmark

label

negative 0

positive 1

part 2

landmark 3

分为三层网路PNet RNet ONet

1.

输入:积分图像

输出:

prob1 置信度

conv4-2 边框偏移

2.

输入：根据第一步提取的边框，提取图片，作为batch进行输入

输出：

prob1： batch_size * 2 置信度

conv5-2: batch_size * 4 边框偏移

3.

输入：根据第二步提取的边框，提取图片，作为batch进行输入

输出：

prob1: batch_size * 2 置信度

conv6-2: batch_size * 4 边框偏移

conv6-3: batch_size * 10 人脸关键点