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