MTCNN-Tensorflow
MTCNN-Tensorflow copied to clipboard
AITTSMD
Reproduce MTCNN using Tensorflow
有一起讨论的嘛，加vx一起探讨下，拉个群an10246115 After training PNet, run gen_hard_example to generate training data(Face Detection Part) for RNet
你好，在gen_hard_example在运行时速度太慢，每张图要1-2秒。 在。gen_hard_example.py 参数gpu被注释掉了，请问是默认用的cpu吗
There is a statement for choose negative examples “neg_keep = npr.choice(len(neg), size=len(neg), replace=True)” in gen_imglist_pnet.py. The augment "replace=True" will lead to repetitive examples, so why not use "replace=False" to get...
How to convert the three models of PNet, RNet, Onet into single pb file, so it simple to deploy in C++?
According to [link](https://github.com/AITTSMD/MTCNN-Tensorflow/issues/84#issuecomment-376467657), the recall should be 97%~99% on FDDB dataset. In my case, I train the MTCNN on wider face and then calculate the recall of PNet on FDDB...
您好，我最近在尝试使用keras和tensorflow复现mtcnn。 有些地方我是按照自己的理解写的，训练PNet时最终的召回率只有73%左右，准确率89%左右， 我这里分类的loss在0.26左右波动，框回归loss在0.016，关键点回归在0.021左右。这样的结果是不是太糟糕了呢？ 我训练的时候是实时读数据并做数据增强，一个batch里面各样本数量是30，10，10，20。 但我之前发现正方形框的采样，在对于侧脸这种较为狭长的bbox上IOU经常很低， 达不到0.65的正样本的阈值，所以会根据采样不成功的次数自动地把正样本IOU阈值调低到0.55。 请问这是不是会有很大的影响呢？ 多谢指教。
负样本生成的问题
gen_12net_data.py 文件中 “if np.max(Iou) < 0.3:” 就是负样本，但是这个判断某些情况下我认为是有问题的，例如随机生成的crop_box的面积大于最大单个人脸面积的3.3倍时，这个判断条件会满足，我认为这个这个负样本包含有完整的人脸，不是有效的负样本。你怎么看待这种情况？我觉得要解决这个问题，应该限制crop_box的面积大小或者判断overlap部分与人脸box的重合比例也要 < 0.3？ 通过如下代码实际测试中包括大量含有完整人脸的负样本 ```git --- a/prepare_data/gen_12net_data.py +++ b/prepare_data/gen_12net_data.py @@ -50,7 +50,7 @@ for annotation in annotations: neg_num = 0 #1---->50 - while neg_num...
