文件名称：tensorflow-MTCNN：人脸检测MTCNN算法，采用tensorflow框架编写，从理解到训练，中文注释完全，含测试和训练，支持摄像头
文件大小：14.8MB
文件格式：ZIP
更新时间：2024-02-27 02:38:17
tensorflow chinese face-detection mtcnn TensorflowPython
张量流 人脸检测MTCNN算法，采用tensorflow框架编写，从理解到训练，中文注释完全，含测试和训练，支持摄像头，代码参考 ，相应地减少了尺寸和优化。 模型理解 是目前比较流行的人脸检测方法，通过人脸检测可以进行更精准的人脸识别。模型主要通过PNet，RNet，ONet三个网络级联，一步一步精调来对人脸进行更准确的检测。论文中的模型图如下： 接下来我会从我在训练中的理解来解释MTCNN模型都干了什么。三个模型要按顺序训练，首先是PNet，然后RNet，最后ONet。 PNet： PNet是全卷积网络，主要为了应对不同输入尺度，层数很浅，主要作用是重新多的把人脸框都选进来，宁愿错误拿来好
【文件预览】：
tensorflow-MTCNN-master
----preprocess()
--------BBox_utils.py(3KB)
--------gen_hard_example.py(6KB)
--------gen_tfrecords.py(7KB)
--------loader.py(1KB)
--------__init__.py(4B)
--------gen_landmark_aug.py(7KB)
--------utils.py(2KB)
--------gen_12net_data.py(6KB)
--------__pycache__()
--------gen_imglist_pnet.py(1KB)
----output()
--------w475_h331_9a5169d0369e4e1496d1cdfabb1ded85.jpg(59KB)
--------model2.png(58KB)
--------model1.png(119KB)
--------test.jpg(127KB)
--------2007_000346.jpg(84KB)
--------3.jpg(64KB)
----picture()
--------w475_h331_9a5169d0369e4e1496d1cdfabb1ded85.jpg(34KB)
--------test.jpg(64KB)
--------2007_000346.jpg(83KB)
--------3.jpg(32KB)
----data()
--------testImageList.txt(507KB)
--------wider_face_train_bbx_gt.txt(4.72MB)
--------wider_face_train.txt(4.84MB)
--------trainImageList.txt(1.43MB)
----model()
--------RNet()
--------ONet()
--------PNet()
----README.md(7KB)
----test.py(4KB)
----train()
--------train_model.py(11KB)
--------__init__.py(4B)
--------config.py(569B)
--------__pycache__()
--------model.py(9KB)
--------train.py(1KB)
----graph()
--------ONet()
----detection()
--------MtcnnDetector.py(13KB)
--------__init__.py(5B)
--------__pycache__()
--------detector.py(2KB)
--------fcn_detector.py(1KB)