人脸检测SSH(Single Stage Headless Face Detector)配置方法(caffe版)

本文详细介绍了SSH(Single Stage Headless Face Detector)在Caffe上的配置过程,包括源码克隆、cuDNN与NCCL安装、Caffe与PyCaffe编译,以及模型训练和评估的步骤。此外,还提供了运行demo和调整选项的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

SSH: Single Stage Headless Face Detector

这篇是ICCV2017关于人脸检测的文章,提出SSH(single stage headless)算法有效提高了人脸检测的效果,主要改进点包括多尺度检测、引入更多的上下文信息、损失函数的分组传递等

论文链接:https://arxiv.org/abs/1708.03979

源码链接:https://github.com/mahyarnajibi/SSH

 

 

一、SSH的配置

1.从github上clone源码:

输入下面的指令:

git clone --recursive https://github.com/mahyarnajibi/SSH.git

 

 

2.安装 cuDNN 和 NCCL (用于多卡并行训练used for multi-GPU training)

这里就不详细介绍啦

如果跑过caffe的,cudnn大家应该都是装好的

NCCL的安装可以参考:

https://github.com/NVIDIA/nccl

 

 

3.编译caffe和pycaffe

(这个步骤相信配置过caffe的同学都很熟悉的啦)

首先进入caffe-ssh目录下

cd /home/lincanran/SSH/SSH/caffe-ssh

因为 Makefile.config.example 文件在该目录下

 

然后复制一份Makefile.config.example,重命名为Makefile.config

输入:

cp Makefile.config.example Makefile.config

 

然后改一下Makefile.config的权限,不然有时候没办法修改Makefile.config的内容

输入:

sudo chmod 777 Makefile.config

 

然后caffe-ssh目录下就多了一个Makefile.config文件

 

然后修改其中的部分内容

(1)USE_OPENCV

原来:

# USE_OPENCV := 0

改成:

USE_OPENCV := 1

 

(2)INCLUDE_DIRS 和 LIBRARY_DIRS

原来:

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

改成:

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

 

(3)USE_CUDNN 和 WITH_PYTHON_LAYER 和 USE_NC

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值