MTCNN训练数据整理

最新推荐文章于 2025-06-03 22:21:19 发布
最新推荐文章于 2025-06-03 22:21:19 发布
阅读量1.4w 收藏 10
点赞数 1
CC 4.0 BY-SA版权
分类专栏： DL face
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/AMDS123/article/details/55509600

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





人脸检测之MTCNN（二）——模型的训练尝试
On my way
03-11 869
这一篇主要记录模型的训练尝试过程，之所以称为“尝试”，是因为受限于个人能力与硬件配置，这里只做了简单粗浅的训练，无法提供详细的调参/效果提升的相关建议。训练代码包括训练集数据主要参考自链接，原文中代码存在一些错误在这里做了一些修改。另外这里只训练模型输出人脸得分与人脸框位置，并未输出人脸5个关键点信息。 简单描述MTCNN的训练过程： 训练PNET：其输入图宽高为12X12，输出为人脸得分与人脸框位置； 训练RNET：将得到的PNET作用于人脸数据集，并将得到的人脸框与参考人脸框计算IOU，再根据其大小分为
MTCNN-caffe版本训练数据
12-22
ubuntu系统16.04，基于caffe框架的MTCNN模型训练全套数据，包含已经训练好的模型，需要用的训练数据以及训练过程中间产生的数据。
人脸检测：MTCNN的训练数据处理
BigCowPeking
05-19 7061
转载：https://zhuanlan.zhihu.com/p/31761796MTCNN是多任务级联CNN的人脸检测深度学习模型，该模型中综合考虑了人脸边框回归和面部关键点检测。该级联的CNN网络结构包括PNet，RNet，ONet。本文主要介绍人脸检测中常用的数据处理方法，包括Bounding Box绘制，IOU计算，滑动窗口生成，回归框偏移值计算，面部轮廓关键点以及面部轮廓关键点回归。PNe...
YOLO-V2 （学习记录）
最新发布
kiki5862的博客
06-03 1240
YOLOv2目标检测算法流程解析 流程概述： 输入图像经Darknet-19骨干网络提取特征 融合浅层特征提升小目标检测 通过5个K-means生成的Anchor Box预测目标 最终输出13×13×125的特征图 核心改进： √ 引入Anchor机制 √ Darknet-19骨干网络 √ 多尺度训练 √ 细粒度特征融合 技术细节： K-means聚类生成先验框，使用1-IOU作为距离度量 损失函数包含坐标、置信度和分类三部分 输出特征图每个cell预测5个anchor box 性能特点： 优势：实时性好，
MTCNN人脸检测数据集（经处理优化 可直接训练）
08-03
图像尺寸为12,24,48的三个文件夹，分别包含正、负、部分样本20万张，共60万。 包含置信度、回归框、5个人脸特征点偏移量的txt文件，可直接提取为训练标签。 图像经过优化处理，建议框比CelebA数据集更加准确。可用MTCNN直接训练。 https://blog.youkuaiyun.com/weixin_43565802/article/details/107535599
MTCNN训练
我不是码农的博客~~~
10-10 918
MTCNN是当前效果最好的开源人脸检测算法之一，作者只提供了训练好的模型以及matlab部署代码，其训练和优化在github上有很多，记录成文。 如果只是部署而没有时间训练的话，建议使用MTCNN：MTCNN部署全平台实现，包括C++、python、ncnn和tensorflow，还有加速版本和opencv直接加载版本，是所有版本中的集大成者 https://github.com/szad670401/Fast-MTCNN:快速版本实现 MTCNN优化和另类用法 训练 分为几大框架实现，依据读取数据不同，也
MTCNN对训练数据进行采样
weixin_38241876的博客
06-13 577
from torch.utils import data import numpy as np from PIL import Image import os import torch class MyDataSet(data.Dataset): def __init__(self,p_path, n_path, t_path, p_imgpath, n_imgpath, t_imgp...
使用CelebA制作带关键点的MTCNN训练数据集
weixin_38241876的博客
06-15 1569
import numpy as np import os from tool.utils import IouDo from PIL import Image, ImageFilter from PIL import ImageDraw img_path = r"D:\CelebA\img_celeba" label_landmark_path = r"D:\BaiduNetdiskDownl...
MTCNN训练整理
热门推荐
人工智能
04-07 2万+
最新人工智能论文：http://paperreading.club MTCNN主要包括三个部分,PNet,RNet,ONet 其中PNet在训练阶段的输入尺寸为12*12,RNet的输入尺寸为24*24,ONet的输入尺寸为48*48.　PNet网络参数最小，ceffemodel仅有28.2KB,所以速度最快.RNet的网络参数次之，caffemodel大小为407.9KB,ONet的...
MTCNN的训练与测试小结
m0_37598149的博客
09-12 3040
本文重点介绍其中一篇关注度比较高的文章《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》也就是标题中提到的MTCNN。 MTCNN网络结构 训练数据：该算法训练数据来源于wider和celeba两个公开的数据库，wider提供人脸检测数据，在大图上标注了人脸框groundtr...
训练MTCNN
joshua_1988
10-13 5697
训练MTCNNMTCNN训练记录已经遇到的问题现象2018.09.11：目前只训练了12net，召回率偏低。训练记录2018.09.112018.09.142018.09.172018.09.182018.09.192018.09.202018.09.262018.09.272018.10.012018.10.13 MTCNN训练记录 最近尝试使用Caffe复现MTCNN，感觉坑很大，记录一下训练...
人脸检测正样本（fddb数据库，已经截取好人脸，直接可以拿来训练网络）
03-28
人脸正样本已经经过人脸截取，可以直接拿来做训练样本。
MTCNN的训练
weixin_42418700的博客
06-10 1120
MTCNN简介 MTCNN使用多任务级联卷积网络进行联合人脸检测和对齐。包含三个网络，分别是P-Net、R-Net、O-Net。三个网络可以分开训练，但是在使用时，是串行使用的，P-Net输入大小不受限制，当图片输入后，P-Net会通过12*12的窗口找到不同尺寸图片下（图像金字塔）人脸的建议框，之后将建议框所框出的区域转正R-Net的输入大小（图片转正方形），传入R-Net精细化建议框，同理，将建议框所框出的区域转正O-Net的输入大小（图片转正方形），传入O-Net输出最终结果，包括人脸框以及关键点。
手把手教学训练MTCNN模型.
疯狂的鸡窝
09-14 8097
手把手教学训练MTCNN模型0 背景介绍1.关于训练集,测试集,校验集1.1 获取数据集1.2 数据集预处理mtcnn网络结构介绍预处理过程1.3 开始训练 0 背景介绍 我在学习人脸识别时,发现虽然网络上关于人脸识别理论的文章非常的多,但涉及到如何获取训练样本,如何进行预处理,以及如何去训练,并研究训练中的主要耗时情况等问题的文章非常的零散.因此在这里我结合我自己训练的步骤重头进行汇众整理并加入...
MTCNN（Tensorflow）学习记录（生成P_Net人脸关键点的训练数据）
He_yuan_hong的博客
12-11 3200
1 训练PNet的数据的采样代码 上一篇博客是生成P_Net人脸框的训练数据，这一篇博客是生成P_Net人脸关键点的训练数据。 进入prepare_data文件夹打开gen_landmark_aug_12，代码如下： # coding: utf-8 import os import random from os.path import join, exists import cv2 import...
MTCNN总结
知识搬运工的博客
07-21 2927
MTCNN： 一种新的级联CNNs框架，用于联合人脸检测和对齐 提出了一种有效的方法来进行在线困难样本挖掘，以提高性能 该算法训练数据来源于wider和celeba两个公开的数据库，wider提供人脸检测数据，在图上标注了人脸框groundtruth的坐标信息，celeba提供了5个landmark点的数据。 1、数据来源 人脸数据集widerface，仅提供了大量的人脸边框定位...
MTCNN 训练记录（待续）
pingfan2014的博客
01-24 1421
训练 1.基础问题 a.样本问题，mtcnn训练时，会把训练的原图样本，通过目标所在区域进行裁剪，得到三类训练样本，即：正样本、负样本、部分(part)样本 其中： 裁剪方式：对目标区域，做平移、缩放等变换得到裁剪区域 IoU：目标区域和裁剪区域的重合度 此时三类样本如下定义： 正样本：IoU >= 0.65，标签为1 负样本：IoU < 0.3，标签为0 部分(part)样本：0....
基于MTCNN的人脸检测
tj1027128330的博客
05-26 3687
一、人脸检测： 人脸检测为单类多目标检测 检测的图片有两种类型：一张图片中仅含有一个人脸 一张图片中含有多个人脸 深度学习是基于仿生学，计算机视觉和人眼一样，通过感受野（人的视野）的扫描去寻找目标，当感受野特别大目标特别小时人和机器一样无法识别出是否是目标，所以要放大图片或者减少感受野才能看清。人脸检测便是从图片中找到人脸，因图片有大有小，人脸也是如此，为了能检测到图片中人脸，需要通过卷积神经网络来实现，卷积核便是感受野（...
MTCNN的pytorch实现，测试及训练
qq_32478489的博客
05-18 5789
写在前面 MTCNN 是人脸检测模型 代码地址 论文地址 本程序参考了kuaikuaikim/DFace以及Sierkinhane/mtcnn-pytorch，非常感谢。我修复了程序在训练上会出现的一些bug，并增加了模型在训练时的学习率变化表，优化了训练参数。并在WiderFace验证集上进行测试，发现我训练的模型权重性能优于他们本来提供的模型权重。 WiderFace验证集测试结果 其中MTCNN-original为原来权重参数的测试结果 MTCNN-trained为我训练的权重参数的测试结果
MTCNN数据预处理
12-30
### MTCNN 数据预处理方法实现步骤 #### 1. 准备标注数据文件 为了进行有效的训练，准备高质量的标注数据至关重要。通常使用的数据集如WIDER FACE包含了大量人脸图像及其对应的边界框和姿态信息。这些数据会被整理成特定格式的文件以便后续读取和解析[^1]。 #### 2. 图像增强与扩充 通过对原始图片施加随机变换来增加样本多样性，比如水平翻转、旋转角度调整等操作可以有效提升模型泛化能力。这一步骤不仅能够扩大训练集规模，还能使模型更加鲁棒地应对不同场景下的输入[^2]。 #### 3. 裁剪并保存正负样例图 基于给定的人脸位置标签，在原图中裁切出固定大小的小窗口作为候选区域；对于那些完全覆盖真实人脸中心点且IoU(Intersection over Union)大于一定阈值（例如0.7）的情况标记为正面例子；反之则视为负面例子存储下来用于下一步训练前准备工作中。 #### 4. PNet阶段的数据生成 PNet负责初步筛选可能含有人物脸部特征的大致范围。因此在此环节需针对上述得到的所有候选项制作适合该子网学习用到的小尺寸patch（通常是12×12像素），同时记录其类别标签（即是否为人脸）以及回归参数（用来修正初始估计误差）。此部分工作可通过编写脚本来自动化完成，确保效率的同时也提高了准确性。 ```python import numpy as np from PIL import Image, ImageDraw def generate_pnet_data(image_path, annotation_file, output_dir): """ Generate training data for the PNet stage of MTCNN. Args: image_path (str): Path to directory containing images. annotation_file (str): File with bounding box annotations. output_dir (str): Directory where processed patches will be saved. Returns: None """ # Read and parse annotation file... pass # Process each image according to its corresponding bbox info... pass # Save generated positive/negative samples into specified folder structure... pass ```
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值