Face Alignment at 3000FPS（C++版）工程配置（非Cmake）

本文将介绍如何在不使用Cmake的情况下，成功进行3000FPS工程的配置。

    首先，在这里下载最新的3000FPS的工程，但是这个工程文件和网上的大部分文件一样，都需要使用Cmake才能生成.sln ,对于不熟悉Cmake的人来说，我以下介绍的方法将是非常有用的。

我编译好的工程下载，点击here。

1、下载人脸数据库，获取Path_Images.txt。

   这个可以参考这里。

2、重新创建一个工程

    像平时创建工程那样，新建一个.cpp工程文件。

    将刚刚下载的工程里所有的文件复制，编译，连接，即可。

3、模型的训练：在LBF.cpp文件中设置全局参数，在TrainDemo.cpp中设置数据库。采用“LBF.out TrainModel”进    行编译。
   具体设置：1）LBF.cpp文件修改

   modelPath：训练模型保存的路径，也是test阶段模型加载的路径
   dataPath：数据库图片加载数据路径，这里要注意，还记得第一步中的Path_images.txt文件吗，这个文件里保存    的就是图片路径，这个文件里的路径就是D:/Projects_Face_Detection/Datasets/,如果你没有自己生成          Path_images.txt文件，而是使用官方提供的文件，那你的数据库文件夹就要放在这个路径下，也就是说你要在D    盘下新建这个文件，否则你就要修改dataPath（不推荐，太麻烦，而且容易出错）
   cascadeName：这个参数不用修改，但是要把这个文件放到工程下。

   下面是选择使用训练数据库：

   选择要训练模型使用的库，把不用的库，直接注释掉就可以了。
   下面是选择测试数据库：

   与上面一样，选择你的数据库即可。注意：测试时的数据库不应该与训练数据库相同。

2）TrainModel.cpp文件修改：

   首先，把第一步生成的Path_Images.txt文件放到trainset文件下（很重要！！！）

3）TestModel.cpp文件修改

   由于照片不能正常上传，需要注意的地方与TrainModel,cpp一样把Path_Image.txt放到testset文件下，否则找不到照片。

 

然后，就可以直接运行了。