XZZPPP的博客

测试代码：https://github.com/luoyetx/mini-caffe/tree/master          （example中deeplandmark例子）训练代码：https://github.com/luoyetx/deep-landmark测试代码的配置参考：http://blog.youkuaiyun.com/xzzppp/article/details/68495

为了验证我们训练的MTCNN的O-Net在训练集上的表现，我们写了一个测试代码，来测试训练图片的landmark的mean error。landmark标签格式如下所示：48/landmark/0.jpg -1 -1 -1 -1 -1 0.224199 0.505338 0.334520 0.327402 0.583630 0.364769 0.336299 0.596085 0.6743

基于原作者提供的python版本MTCNN修改，开源地址：https://github.com/DuinoDu/mtcnn我们的o-net训练代码参考如下开源项目：https://github.com/dlunion/mtcnn并做了适当修改参考：http://blog.youkuaiyun.com/xzzppp/article/details/76467514将我们训练的模型级联在作者提

最近跑通了MTCNN的训练代码，对其中生成positive,negative,part样本gen_48net_data2.py代码进行修改。项目地址：https://github.com/dlunion/mtcnn对应代码地址：https://github.com/dlunion/mtcnn/blob/master/train/gen_48net_data2.py

300W数据集测试MTCNN的landmark效果，用提取其中afw数据集337张图片的预测关键点并写入到txt中，再用测试程序和标注landmark做对比。处理得到的预测landmark格式如下：1051618982（图片名）1（landmark个数）543 267 643 268 594 322 542 359 643 36011107651921095

MTCNN训练不收敛原因:地址： https://github.com/dlunion/mtcnn我们的训练数据标签格式：wider face:pos/001.jpg  1 x1 y1 x2 y2 (x1 y1 x2 y2) -1 -1 -1 -1 -1 -1 -1 -1 -1 -1part/001.jpg -1 x1 y1 x2 y2 (x1 y1 x2 y2)

程序功能简介：利用给定的标注bbox,landmark在原图中显示人脸框，人脸关键点：给定标注txt文件数据格式，如下图所示：lfw_5590\Aaron_Eckhart_0001.jpg 84 161 92 169 106.250000 107.750000 146.750000 112.250000 125.250000 142.750000 105.250000

最近跑通了MTCNN的训练代码，对其中生成positive,negative,part样本gen_48net_data2.py代码进行解读。项目地址：https://github.com/dlunion/mtcnn对应代码地址：https://github.com/dlunion/mtcnn/blob/master/train/gen_48net_data2.pyimport

在对MTCNN进行landmark训练前，发现celebA数据集人脸bbox的标注不准确（landmark标注准确，可以使用），所以需要对人脸bbox进行重新标注，选择用faster rcnn对celebA数据集的bbox重新标注。参考博客：http://blog.youkuaiyun.com/xzzppp/article/details/52071546      用faster rcn

一、人脸关键点检测数据库（2001年发布）BioID ：约1000幅图像,每个人脸标定20个关键点。https://www.bioid.com/About/BioID-Face-Database（2011年发布）LFPW：1132幅图像,每个人脸标定29个关键点http://neerajkumar.org/databases/lfpw/（2011年发布）AFLW

一、读取300W数据集中测试数据集pts标注文件，在原图中显示68个人脸关键点。https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/#include #include #include using namespace cv;using namespace std;int main(){

本代码基于作者提供的python版本代码修改，参考：https://github.com/DuinoDu/mtcnn/blob/master/demo.py  （作者提供）https://github.com/dlunion/mtcnn/blob/master/train/gen_48net_data2.py1，生成positive,negative,part三种样本，