本文介绍了在项目中使用HR-Net进行关键点定位的过程，特别是如何将网络结构应用于自定义数据集。作者详细阐述了从face300w的csv文件格式制作数据集的方法，包括scale、center_w和center_h参数的计算，并解释了200这个系数的含义。在transform.py中调整该系数以适应不同数据集的尺寸。
项目中需要对关键点定位，CPM网络和HR-Net对于这个目标表现都不错，现在着重说一下HR-Net在替换成自己数据集的过程中出现的一点疑惑，通过GitHub issue和计算解决的过程。
首先给出使用的GitHub链接。
网络结构如图所示：
可以发现，网络在进行一系列卷积并行后最后合并成相同尺寸的特征图，也就是会形成最终的Heatmap。在制作数据集时，使用的时face300w的csv文件格式，截取部分大概长这个样：
可以发现，前面有三个系数，分别是scale, center_w,centrer_h, 理解后面两个比较简单，就是可以定位到人脸的中间部分，然后猜测第一个scale的参数应该就是找到中心点了，然后通过一个缩放系数就能crop到脸部的区域用于训练。GitHub中解释了这个问题，我也验证了一下，
比如对于路径下的afw/397921011_2.jpg文件，缩放比例，中心宽高分别为 1.595 506.5 662.5 第一个关键点的坐标为1280 960，然后将所有关键点的x，y坐标的最大值最小值找出来为x1, x2, y1, y2，通过公式：
scale = max(w, h) / 200
center_w = (x1 + x2) / 2
center_h = (y1 + y2) / 2
即可求的。
相应的，这里系数为什么是200呢，其实就是一个系数，根据人脸大小和数据集设定的，也可以改成自己的数据集大小的。在transform.py中也可以找到这个参数。
sf = scale * 200.0 / output_size[0]
扫一扫
2374
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
