MTCNN和Retinaface人脸检测算法

基本概念

Image pyramid（图像金字塔）
图像金字塔是图像多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。

FPN（特征金字塔）
主要解决的是物体检测中的多尺度问题，在基本不增加原有模型计算量的情况下，通过简单的网络连接改变，大幅度提升了小物体的检测性能。

Sliding Window（滑动窗口）
滑动窗口的核心思想是通过在数据结构上维护一个窗口，来逐步计算目标结果。窗口可以是固定大小的，也可以是可变大小的。
MTCNN中使用了滑动窗口的思想，利用卷积核的滑动方式，对图像进行多次提取。但在面对被检测物体大小远大于或远小于卷积核大小时，需要用到图像金字塔，在指定缩放比例以及最小图片尺寸后，将原图设置为图像金字塔底层，然后逐层缩放，在图像金字塔的每一层都用滑动窗口扫描，这样就能对各个位置、各个尺寸的物体进行识别。

bbox/bounding box（边界框）
来表示物体的位置，边界框是正好能包含物体的矩形框。

Anchor（先验框）
在图像上预设好的不同大小，不同长宽比的参照框，将这些框当成可能的候选区域。

IoU（交并比）
在目标检测任务中，通常会使用交并比作为衡量指标，来衡量两个矩形框之间的关