由yolov3启发搭建的人脸检测模型

最近看了些yolov3和ssd的水文，感觉有些收获，所以基于自己的理解搭建了个人脸检测的模型，在winderface数据集上进行尝试性训练．有一点效果，但还有很大的训练和改进空间．这里把工程share出来，希望有相同爱好的可以一起优化，训练出一个state of art的人脸检测模型．

源码地址(github)：

face_detect

如果对你有帮助，给他star鼓励下，谢谢！！！

我的模型

说明：

基于resnet，Bottleneck是一个resnet单元．

在三个特征map上检测人脸，分别是13*13, 26*26, 52*52，因此，每张图片最多能检测13*13+ 26*26+ 52*52个人脸．

损失函数借鉴了yolov2

 

train

首先，修改dataset.py中的数据集所在的路劲，修改为你的winderface所在路劲：

TRAIN_IMG_PATH = "/home/javer/work/dataset/widerface/WIDER_train/images/"
VAL_IMG_PATH = "/home/javer/work/dataset/widerface/WIDER_val/images/"
SPLIT_PATH = "/home/javer/work/dataset/widerface/wider_face_split"

训练命令：

python3.6 train.py -l 0.001 -e 10 -b 5

detailes: -l for learning rate, -e for epoes, -b for batch.
if you want train from last model, add -p True, like this: python3.6 train.py -l 0.001 -e 10 -b 5 -p True

test

python3.6 test.py

eval

python3.6 eval.py -c 0.6 -t 0.5

details: -c for the confidence of box that contains face.
-t for thresh of IOU

shows

 

写在最后

I am still training and optimizing the model, Welcome to do it better together!

communicate with:
QQ group: 704153141