mtcnn训练

最近在搞人脸检测，准备学习一下如何训练，先参考一下试试，后续更新内容。

下面的网址里包含mtcnn的训练内容。

https://github.com/dlunion/mtcnn

训练资料1： 基于mxnet

本次介绍一篇速度还不错的人脸检测文章：

《2016 Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》.

源代码作者刚刚公布，效果相当不错（只有测试代码）：
https://kpzhang93.github.io/MTCNN_face_detection_alignment/index.html?from=timeline&isappinstalled=1

另外一位同学实现的MTCNN基于MXNET的训练代码，工作比较完整，参考价值比较大： https://github.com/Seanlinx/mtcnn

训练资料2：

MTCNN是很好的人脸检测及对齐的深度学习方法，cpu速度快，准确率高。但是对于监控视角，检测效果不是很好，若想取得良好效果，必须增加监控视角数据加以学习，方能达到较好效果。经过两天摸索，终于完成mtcnn训练自己数据的工程。先分享如下：

注意：1、因公司需要，保密部分文件，但知道其原理的伙伴依然可以完善工程！

          2、训练过程语言言简意赅，知道原理的伙伴也可参透。抱歉！

          3、博主省去对齐，只考虑检测！

第一步、数据集制作

1、根据wider_train数据路径，用gen_net_data.py（依赖utils.py）生成三类数据（positive，part，negative）

链接：http://pan.baidu.com/s/1jI5hoj0 密码：a1y9

2、根据1得到的数据，用extract_net.py生成mtcnn中间数据格式

链接：http://pan.baidu.com/s/1eSgSUwM 密码：gtfr

3、根据2得到的中间数据格式，用mtcnnform.py生成mtcnn数据格式

链接：http://pan.baidu.com/s/1o8bSTIy 密码：hn4r

4、根据3得到的mtcnn数据格式，用generate_hdf5.py生成mtcnn训练数据格式

链接：http://pan.baidu.com/s/1dFGgN6L 密码：hmta

第二步、训练

1、预训练模型提供（链接：http://pan.baidu.com/s/1kV0v2SZ 密码：jlk7）

2、三个网络分别存放于PRO网络当中（链接：http://pan.baidu.com/s/1gf9re3T 密码：7wi9）

3、./Net_train.sh完成训练步骤

4、画出损失准确曲线图调优

第三步、测试

测试程序依赖caffe_windows，c++程序暂不能提供，github上也有很多，可参考写出，后续考虑公开！

第四步、效果（训练数据较少，效果一般）

任何问题请加唯一QQ2258205918（名称samylee）！

训练资料3：

找的两个基于caffe的，因为最近在学习caffe，所以准备用这个去训练试试

https://github.com/CongWeilin/mtcnn-caffe

https://github.com/dlunion/mtcnn

http://blog.csdn.net/qq_14845119/article/details/52680940

https://github.com/ydwen/caffe-face#train_model