Python MTCNN（人脸检测）项目附代码讲解(1)-原理与论文介绍

首先介绍下什么是MTCNN？

论文：Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks （获取原论文，私信我回复“MTCNN”即可获得）

MTCNN提出了一种Multi-task的人脸检测框架，将人脸检测和人脸特征点检测同时进行（我这里没有进行人脸特征点检测，其实了解了你就知道了，多几行数据代码就可以了）。论文使用3个CNN级联的方式。

这个MTCNN的简介在网上一搜一大把，所以也就不再做太多的简介和名头讲解了，总结下里面的主要结构点和后续的讲解重点。

**项目建立说明：

数据集：CelebaA(这个数据集不是很大，大概20G，不过也可以使用3万多张的进行训练）
GPU型号：GTX1060 6G(虽然这个网络不是很大，但是还是GPU运行起来比较快）
框架：Torch
语言：Python**

项目流程

MTCNN的主要结构介绍：

思维导图的梳理：

模型建立code：

训练优化：

效果展示：

问题总结：

如果你看过我之前的AI建模流程的话，那么这个流程对于你来说其实并不难，

以上就是后续要讲解的所有过程，我就先不做过多的详细解释了，大概看下流程，后续会进行数据说明与代码展现，带领大家一点一点建立起这个网络_人脸检测

喜欢就关注我哦，持续日更中……