人脸检测：MTCNN的训练步骤和样本的处理

采用数据集：

人脸检测和人脸框回归：WIDER_FACE

特征点标定：Celeba

P-net:

P-net的任务是人脸检测和人脸框回归，所以该阶段仅需要使用WIDER FACE数据集。为什么没带特征点标定任务？P-net输入12*12的图像，图像太小，不适合做特征点标定，我个人理解是loss函数根据人脸带不带关键点来训练的；其实widerface和celeb都是用了，第一阶段到第三阶段都使用；

（1）取候选窗，生成训练图片

下载的原始数据集并不能直接用于训练，而是在原始图像上截取候选框图像。随机截取候选框，根据IoU计算候选框所属类别，并将其resize到12*12大小，将resize后的候选框图像保存到对应的类别文件夹下。每个类别生成一个txt文档，存放图片路径以及对应的候选框位置信息。