MTCNN 复现

0. 背景

　　最近有个猫脸检测任务，终极目标是实现猫脸和一些特征点的定位，从效率上来说，使用MTCNN比较合适，所以尝试训练了一下，并没有真正的复现。

1.踩过的坑

　　MTCNN这么火，所以从一开始就没打算自己写，直接在github上找的相关代码。平时习惯用 Pytorch， 没用过Tensorflow，所以就找了caffe的实现。

CongWeilin/mtcnn-caffe 从代码的简单程度来说，这是最简单的了，也不需要对caffe源码做什么修改，直接python_layer搞定，但是作者没开放 issue。对我来说遇到一些麻烦，train 和 test 的prototxt后几层命名不一致，导致后面运行的时候会产生随机的输出。从我对caffe模型的理解来说，名称不一致但类型一致不应该报错，具体就没深究了。

luoyetx/Joint-Face-Detection-and-Alignment 实现的很良心，有一篇完整的 summary.md。虽然也花了一段时间调整数据，但是并没有用太长时间。从我现在的水平来看，膜拜代码，数据加载的部分都是用读者写者实现，高大上。

2. 训练过程

根据代码里数据加载部分重写数据，这里比较要注意的就是要完全按照数据加载的方式写数据，对于bbox要看好是 （x, y, w, h）还是（xmin, ymin, xmax, ymax）

特征点的数据集同理。

数据量总共1w张图，划分了训练集和验证集，同时放到了 bbox 训练和 landmarks 训练。

3.　结果

　　最后的结果上来说，对于正脸的猫是可以检测出来的，特征点也大约在定义的位置，由于数据量小，Onet 本身就不好训练，所以能跑出结果就暂时先放一放了。

4. 遇到的麻烦

　　主要是caffe的问题。

　　4.1 snapshot_perfix 参数不能传，只要加入这个参数就会运行失败，没解决只能不用这个参数了。

　　4.2 在训练 Lnet 的时候（修正Onet的landmarks）caffe 出错， math_functions.cu:79  Check failed: error==cudaSucess。没找到治本的解决办法，就先把caffe编译成cpu版本，训练了一下。

 5. 欢迎交流