深度学习Caffe实战之人脸检测
此篇文章是对tyd老师的人脸检测课程的自我总结，按需查看，概不负责。
一、目的：
检测到人脸框，效果图如下：
二、数据分析&预处理：
2.1 数据获取
网站下载benchmark
1、论坛：http://www.thinkface.cn/portal.php
2、MPII数据集：http://human-pose.mpi-inf.mpg.de/
3、FDDB数据集：http://vis-www.cs.umass.edu/fddb/index.html#download
4、GitHub扒源码 ......
2.2 二分类问题
0类人脸，1类非人脸
0类人脸数据：路径；（左上角x坐标，左上角y坐标，右上角x坐标，右上角y坐标）
eg.20,60,247,287【可以有其他人脸框形式，不是非得坐标】
1类非人脸数据：非人脸的都行
2.3 数据集规模
越大越好
三、环境：
Linux：Ubuntu
四、制作数据源：
先引入一个概念IOU（intersection of union）即裁剪框之间的重叠比例：
eg.此图A、B框就没有交叉，即IOU为0。
做法：利用opencv工具对收集到的数据集图像进行裁剪，根据标注坐标的样式来复现人脸块。
截出来这么多框，把0.3≤IOU≤0.7（IOU自己根据项目具体需求设定）的框去掉，因为这种框说人脸也不算，说非人脸也不算。而非人脸数据框则IOU≤0.3，人脸数据框则IOU≥0.7（对于人脸遮蔽不全等现象效果会提高一些）。
再人工检查数据集制作的有没有问题，可能出现的问题：
一幅图中有两张人脸，但是该图label仅有一个，那么就是一个被标定，另一个没有。致使在制作非人脸数据集时混入了另一个人脸数据。那么怎么办呢？很简单，请个实习生筛。
什么？你没钱没时间？那么就随便找个其他的自然、物体数据集作为非人脸数据集咯~怎么裁剪都不会带有人脸~
裁剪好的正样本人脸图如下所示：
五、训练分类网络：
具体的不写了，写一些注意事项：
1、lmdb格式适用于单label，对于多label（eg.坐标）数据源用hdf5
2、统一网络输入图像size（vgg固定227）
3、最后一层全连接层改为需分类个数
4、改变层baselr*10，decaymult不变
5、bias影响不大，重点关注weights
6、solver文件：
test_iter:测试一次多少batch，覆盖整个测试集,样本个数=test_iter*test_batch_size;
test_interval:测试一次训练迭代多少次,覆盖整个训练集，样本个数=test_interval*train_batch_size;
7、训练时候先打开solver文件，接下来找到net，再将参数填进去按学习策略训练。
8、网络训练速度：1）模型网络结构越深，训练速度越慢；2）数据输入越大，训练速度越慢；2）影响更大
9、网络loss值：浮动的，只要趋势下降即可
10、过拟合后，将学习率调小一些
这一步主要是得到分类人脸的caffemodel！！！得到这个模型后我们咋办？接着往下看
六、代码实现人脸检测
问题一：
假设我们训练的网络输入图像大小是227*227，那么我们得到的测试图像一定是227*227的吗？
不见得吧？那么我们该怎么办？
用一个227*227的滑动窗口滑过待测原始图像不就得了？你以为这就行了？nonono~
有的人脸在原始图像上特别小或者特别大怎么办，并不是正正好好满足227*227的啊，怎么办？
对原始图像进行多尺度变换不就可以了？做法如下图所示：
那么问题又来了，我们该缩放多少倍呢？其实这没有一个准确的答案，我们只能做到设定确定个数的scale，然后进行缩放。
如下为图解：
用我们训练模型的输入大小m*m滑动去框，直到出现某scale图，网络识别出了人脸（万一好几个scale，网络都说识别出了人脸呢，那就都算咯~）。
问题二：
人脸识别的具体流程是搞明白了，但是测试图像集里边的图像大小一定是相同的吗？
caffe的net里fc层前边特征图大小是固定不可变的，那么对于不同大小的图肯定是不可行的。那么怎么办呢？
设置模型网络结构的时候，将fc层转换为kernelsize为1*1的conv层不就好了。
具体更改方式详情参考：
http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/net_surgery.ipynb
其实这一步主要是按官网修改caffemodel~
后续再加。（博客会一点点从私密转为公开）