MTCNN-Tensorflow
MTCNN-Tensorflow copied to clipboard
AITTSMD
Reproduce MTCNN using Tensorflow
利用 MTCNN 对人脸图像进行预处理，从而得到人脸图像的 Landmark 文件。其中，我们选择五个人脸关键点，即“左眼，右眼，鼻尖，左嘴角，右嘴角” 这一步在很多论文里都有，但是具体是怎么处理生成的呢？ 利用MTCNN对数据库的landmark的处理 关于MTCNN我已经自己训练过了，是最后onet生成的landmark.txt文件吗？ 还是要如何使用MTCNN生成RAF数据库以及其他数据库的landmark是怎么生成的呢？ 有没有大佬知道解答一下呀？
你好，在运行gen_PNet_tfrecords是报错 Traceback (most recent call last): File "D:/github/MTCNN-Tensorflow-master/prepare_data/gen_PNet_tfrecords.py", line 131, in run(dir, net, output_directory, shuffling=True) File "D:/github/MTCNN-Tensorflow-master/prepare_data/gen_PNet_tfrecords.py", line 66, in run _add_to_tfrecord(filename, image_example, tfrecord_writer) File "D:/github/MTCNN-Tensorflow-master/prepare_data/gen_PNet_tfrecords.py", line 25, in _add_to_tfrecord...
运行gen_PNet_tfrecords.py 报错：AttributeError: 'NoneType' object has no attribute 'tostring'。 检查是不是有些代码需要改成tf.compat.v1。若依旧报错，可能是第一步运行gen_12net_data.py文件不完整或者出错 （运行get_12net的这个程序，能够跑通但是在2400到2500之间这一部分的图片是无法生成数据的）
Somebody help me? I have a problem when im run train_pnet.py.  
I want to train the pre-trained model with my own dataset. I found the 'train.py' and try to restore the pre-trained model as: if net =='PNet': saver = tf.train.import_meta_graph(r'./data/MTCNN_model/PNet_landmark/PNet-2.meta') saver.restore(sess,...
目前我使用自己的标定数据完成了mtcnn的训练，发现模型的检测效果比较查，测试准确度为85%。然后发现很多人脸图片在rnet中无法检测出来。 此时，我拿出了七千张的测试数据来进行pnet的召回率计算，结果不太理想，只有85%左右。想问下，如何来提高召回的效果呢？以及提高效果后，又该如何来提高rnet的检测效果呢？ 详情如下： ``` recall 1） 84% iou: 0.65 thresh: 0.6 2) 86% iou: 0.65 thresh: 0.5 ``` 我召回率的计算是： 1） 对人脸图片进行推理得到bbox 2） bbox与人脸图片对应的gt框进行iou计算，得到每个人脸bbox对应最大iou结果 3） 计算iou结果中大于阈值的框数与并与gt框数相除
目前是使用自己的数据集训练，然后在pnet上的召回是94.7%， 但是到了rnet的召回只有85%。 想问下rnet召回率低的情况下如何来进行改进呢？
你好，我在增加人脸关键点（原先5个，现在增加到64个）数据来进行模型训练，原先5个关键点时landmark_loss的曲线会衰减收敛，但是64个关键点时landmark_loss的曲线只会上下浮动不衰减。想请问这可能是由于什么情况引起？谢谢！！！
您好，我在用您的网络，将landmark改为68点时，为RNet生成bbx的过程耗时严重增加： 1 out of 1000 images done 0.025541 seconds for each image 2 out of 1000 images done 187.113974 seconds for each image 3 out of 1000 images done 205.598158...
在第11和12步产生了4个文件 pos/part/neg/landmark;而gen_imglist_onet 将4个文件合在一起 生成了一个文件train_onet_landmark；因此一共有5个文件； 但是又说生成tfrecord的时候写需要运行四次，那这四次运行输入的是item是哪4个？ gen_imglist_onet的意义是啥呢？ @AITTSMD
