MTCNN

全称Multi-task Cascaded Convolutional Networks， 多任务级联卷积神经网络

 

概览

目标检测之MTCNN

MTCNN在训练时可以分开训练，使用时串联起来训练。p网络（propose）检测输出后resize再给r网络（refine）,r网络输出最后给o网络（output）.每个网络的的训练任务都有关键点，人脸置信度，偏移量，多个任务共同促使提高检测精度。p网络再检测时有一点不一样就是他需要经过图像金字塔，所以也就导致了p网络效率很低

 

样本制作：

MTCNN并不是直接拿目标框作为标签而是用偏移量来作为标签来训练，所以在制作样本时分为三类样本，正样本，部分样本，负样本。

正样本：一定要有人脸 置信度：1  IOU: 0.75~1

部分样本：有部分人脸 置信度：2  IOU: 0.4~0.75

负样本：不能有人脸 置信度：0  IOU: 0~0.3

样本所占比例：1：2：3（因为真实情况中就是负样本最多的）

 

训练：

正样本和负样本用来训练置信度， 部分样本和正样本用来训练偏移量。为什么用偏移量来训练，

图像金字塔：

侦测：

反算：

未完待续