本文详细介绍了人脸检测流程，包括使用Retinaface算法进行人脸检测，针对CASIA-WebFace数据集进行人脸对齐，以及数据清洗过程。通过仿射变换确保人脸正向，并处理了大尺寸图片和黑白照片的检测问题。
人脸检测流程图如上图所示，对于每一步做相关分析.,人脸检测算法准备使用训练集CASIA-WebFace数据集及简单介绍，测试集使用MegaFace数据集。
Face detection
目前最火的开源人脸检测算法是Retinaface，所以为了得到比较好的人脸框准备使用Retinaface算法做人脸检测，Retinaface关于Pytorch的实现可以点击这个[链接]
(https://github.com/supernotman/RetinaFace_Pytorch),
这个作者写的非常好，而且易于实现，RetinaFace训练测试使用的数据集是wider-face，该算法在widerface挑战赛中取得了the state of the art，Pytorch复现版本的算法训练使用的数据集也是widerface。然而原始的widerface数据集的标注信息是没有landmark的为了让测试结果更加精准，RetinaFace作者自己标注了人脸五点landmark。
这里有个值得注意的问题，在Retinaface训练的过程中，作者采用的数据增强是这样的[1]
最低0.47元/天 解锁文章
扫一扫
1794
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
