项目一：人脸检测（基于Caffe）

最新推荐文章于 2021-11-27 21:31:22 发布

原创

最新推荐文章于 2021-11-27 21:31:22 发布 · 1.6k 阅读

8 ·

CC 4.0 BY-SA版权

本文详细探讨了如何使用Caffe框架进行人脸检测。从Caffe模型的构建到人脸检测算法的应用，深入解析了关键步骤和技术难点，旨在帮助读者掌握基于Caffe的人脸检测实践方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、数据集准备点击此处返回总目录

二、数据处理

三、数据集划分

四、制作标签

五、生成LMDB文件

六、编写网络结构文件

七、编写超参数文件

八、训练模型

九、测试模型

十、把分类器CNN转换成全卷积网络CFN

十一、

目的：输入一张图片，希望能够把这些人的脸框出来。

参考：https://blog.youkuaiyun.com/sinat_14916279/article/details/71273892

注：我不是做人脸检测的，纯粹就是练手玩一下~~

一、数据集准备

从网上下载人脸检测的数据集。数据来源很多，比如benchmark啊，论文里的啊什么的，自己找吧。我下载后的数据的格式是：

路径/xxx.jpg 60,80,280,320

其中四个值分别表示人脸框的左上角坐标和右下角坐标。其实关于标注，也不一定是给出左上角右下角的坐标这种方法。也可能是给出左上角坐标+图像高度+图像宽度等方法。

二、数据处理

我们想让模型知道什么样是人脸，什么样不是人脸。模型做的是分类的任务。

训练数据应当是二分类的数据，第一类是人脸，第二类是非人脸。

1. 根据原始数据制作正样本（人脸）数据。

什么是人脸呢？就是图中框框的部分。下载的数据集的图像不是光包括人脸的，而是既有人脸又有身体什么的图片。我们要做一个裁剪的操作得到人脸的图片。可以根据标注的坐标把人脸裁剪出来。这样就得到了正样本。可以使用OpenCV来做，很简单。裁剪完之后检查检查把不太好的删掉。

得到人脸数据：

2. 根据原始数据制作负样本（非人脸）数据。

什么是非人脸呢？除了人脸，其他都是非人脸。负样本稍微麻烦一点。

第一种情况就是，图中红色框框中的就是非人脸。

第二种情况就是，重合了一小部分的我们也可以认为是非人脸。比如：

这时我们需要定义一个指标：交并比（Intersection-over-Union，IoU），是指是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。

因此，对于非人脸制作。我们随机选很多框。框的个数可以是几十上百，框的大小也可以随机变化。

找出框来之后，计算与人脸框的IoU。如果重叠的比例小于0.3，我们就认为是非人脸数据。如果IoU>0.7，也可以认为是人脸数据，放到人脸数据集中（这样的话不仅仅可以增加人脸数据的大小，而且考虑了人脸的遮挡、照不全等情况）。如果0.3<IoU<0.7，就去掉。

当然生成之后检查检查把不太好的删掉。

如果担心得到非人脸数据里面掺了人脸的图片，又不想费力气去检查一下，还有一种方法就是从其他的数据集中裁剪，比如物体检测的数据集里面就没有人脸，无论怎么切都切不出来人脸来。

最后得到非人脸数据：

三、数据集划分

正样本和负样本已经有了之后，还需要对样本进行划分。划分成训练集、验证集和测试集。

划分结果如下：

|----data

| |---- face_train

| | |----0 //训练集正样本。15738张图片。人脸。

| | |----1 //训练集负样本。15663张图片。非人脸。

| |

| |---- face_val

| | |----0 //验证集正样本。3156张图片。人脸。

| | |----1 //验证集负样本。3146张图片。非人脸。

| |

| |----face_test

| |----0 //测试集正样本。2079张图片。人脸。

| |----1 //测试集负样本。2066张图片。非人脸。

|---labels //存放标签

|---bat //存放脚本

|---lmdb //存放转换后的lmdb数据

|---model //训练后结果保存到这里

|---draw //可视化的图保存在这里

四、制作标签

编写生成标签的程序，在labels文件夹下生成了face_train.txt和face_val.txt文件：

五、生成LMDB文件

AlexNet和VGGNet一般resize到227*227。

//create_train_lmdb.bat

//create_test_lmdb.bat

运行，可以看到在lmdb文件夹下生成了face_train_lmdb目录和face_val_lmdb目录，里面有lmdb文件。

六、编写网络结构文件

//train_val.prototxt

name: "face_train_val_net"
layer {
top: "data"
top: "label"
name: "data"
type: "Data"
data_param {
source: "F:/deep_learning/face_detection/lmdb/face_train_lmdb"
backend: LMDB
batch_size: 128 #128。不同的batch_size对训练速度又很大影响。
}
transform_param {
#mean_file: "data/ilsvrc12/imagenet_mean.binaryproto" #就不减均值了。
mirror: true
}
include: { phase: TRAIN }
}

layer {
top: "data"
top: "label"
name: "data"
type: "Data"
data_param {
source: "F:/deep_learning/face_detection/lmdb/face_val_lmdb"
backend: LMDB
batch_size: 64 #64
}
transform_param {