retina face 学习总结

想到人脸检测就会想到几个关键的问题：
a）人脸检测多尺度问题（大家会用图像金字塔、特征金字塔等）
b）

RetinaFace 人脸检测代码（std）

• 网络结构如下图所示，主要包括四个部分，：（1）backbone（2）特征金字塔（3）上下文结构（4）损失函数

0.1 代码部分定义如下，

第一部分：body需要在backbone上做一定改动，对参数中的return_layers做改动，将需要输出的特征层输出，用于特征金字塔上采样。
第二部分：特征金字塔：上一层backbone将输出三层特征后，FPN对数据进行上采样（F.interpolate）+合并(直接元素相加)的操作。输入为存三个feature map的列表，输出也是三个feature map的列表。

Note1：将高层特征语义信息传回底层特征，这样可以使得底层特征融合之后语义信息更强，使得网络可以综合考虑不同尺度的人脸（浅层网络可以提取小脸特征、深层网络提取深层特征）。
Note2：a）MTCNN采用图像金字塔来综合多尺度信息；b）CenterFace也用了特征金字塔网络；金字塔网络必备

• 第三部分：上下文结构：三个上下文结构分别对特征金字塔输出的三层feature map处理

Note3：

• 第四部分：损失计算：对三组特征分别先卷积再view计算class、bbox、landmark的输出，并计算损失。

Note4：多任务损失把landmark引入进来带来更多的监督信息…

0.2代码中的模块定义

#step 1 backbone 主体 body返回三个output分别代表特征金字塔结构的三个特征
self.body = _utils.Interme