猫猫与橙子的博客

论文链接：1.Abstract人脸检测，人脸对齐和FAC问题都是被独立研究，没有探索过这三类问题的关系；2）人脸属性预测都是使用的相同的网络结构，但人脸属性的学习复杂度是不一样的；针对以上的两点问题，作者提出了一个多任务多标签CNN，DMM-CNN（deep multi-task multi-label CNN）；DMM-CNN将人脸关键点和人脸检测联系起来，同时作者将人脸属性分为两组：客...

最近在做两个项目，人脸识别和判断人脸是否被遮挡；1.先谈谈人脸识别我是从中途接手的人脸识别项目，什么人脸检测，人脸对齐都是后知后觉接触到的，然后目的是训练一个小模型的人脸识别模型，但是直接上mobileFace，数据不太够，效果一般，然后就使用了《CBAM:Convolutional Block Attention Module》这篇论文中提到的注意力机制，效果怎么样了，以下结果是未初始化...

最近转到人脸组，接手的第一件事，就是使用shufflenet进行人脸多属性分类，多属性包括：眼镜（墨镜，透明眼镜，没戴眼镜），口罩（戴口罩，没戴口罩），刘海（遮住眉毛的刘海，没有刘海），帽子（戴了帽子，没戴帽子）；1）进行数据的收集和处理； 进入网络的数据我使用了hdf5格式保存。这种格式的数据保存，我使用过程: 第一步，我使用了python将数据保存为图片名字+标签...

之前做人脸属性时，使用的是h5格式的多标签进行数据载入，但是最近要求在训练过程中，要对数据进行增强处理，那h5的方法就不适用了，所以最终在同事的推荐下开始摸索使用python，在caffe中加入python层，用于数据输入时的处理；目录遇到的第一个问题：找不到我自己写的python层遇到第二个问题：protobuf版本太低遇到的第一个问题：找不到我自己写的python层，报错...