Skip to content

Latest commit

 

History

History
268 lines (161 loc) · 13 KB

README.md

File metadata and controls

268 lines (161 loc) · 13 KB
Raw

train mtcnn: a modified version by Zuo Qing from https://github.com/Seanlinx/mtcnn

训练环境windows 7/10, 其他环境未测试

十种Pnet20（原版Pnet等价计算量为43.7M）

模型名称 输入尺寸 计算量（不计bbox） 训练时精度 pooling个数 备注
Pnet20_v00 320x240 8.5 M 0.888-0.894 0 对标libfacedetection
Pnet20_v0 320x240 11.6 M 0.900-0.908 0 对标libfacedetection
Pnet20_v1 320x240 14.6 M 0.915-0.920 0
Pnet20_v2 320x240 18.4 M 0.928-0.933 0 对标原版pnet
Pnet20_v3 320x240 28.1 M 0.930-0.935 1 性价比不如v2
Pnet20_v4 320x240 46.9 M 0.945-0.950 0
Pnet20_v5 320x240 74.1 M 0.945-0.950 1 不建议使用
Pnet20_v6 320x240 79.9 M 0.952-0.957 0
Pnet20_v7 320x240 91.1 M 0.952-0.958 2 性价比不如v6
Pnet20_v8 320x240 109.4 M 0.954-0.958 0

三种Pnet20_s2（训练用的样本与上面并不相同）

模型名称 输入尺寸 计算量（不计bbox） 训练时精度 pooling个数 备注
Pnet20_s2v1 320x240 52.1 M 待测 0 stride=2
Pnet20_s2v2 320x240 91.6 M 待测 0 stride=2
Pnet20_s2v3 320x240 147.9 M 0.940-0.946 0 stride=2

两种Pnet16（训练用的样本与上面并不相同）

模型名称 输入尺寸 计算量（不计bbox） 训练时精度 pooling个数 备注
Pnet16_v0 256x192 7.5 M 0.857-0.865 0 stride=4
Pnet16_v1 256x192 9.8 M 0.873-0.879 0 stride=4

两种Rnet（原版Rnet计算量为1.5M）

模型名称 输入尺寸 计算量 训练时精度 pooling个数 备注
Rnet_v1 24x24 0.5 M 0.943-0.948 0 对标原版Rnet
Rnet_v2 24x24 1.4 M 0.957-0.962 0

三种Onet（原版Onet计算量为12.6M）

模型名称 输入尺寸 计算量 训练时精度 pooling个数 备注
Onet_v1 48x48 2.0 M 0.947-0.954 0 不含landmark
Onet_v2 48x48 3.2 M 0.961-0.967 0 不含landmark
Onet_v3 48x48 8.7 M 0.979-0.985 0 不含landmark

两种Lnet（原版Onet计算量为12.6M）

模型名称 输入尺寸 计算量 训练时L2 训练时L1 备注
Lnet_v1 48x48 3.3 M 约0.0021 约0.032 lnet_basenum=16
Lnet_v1 48x48 10.5 M 约0.0016 约0.026 lnet_basenum=32
Lnet_v2 48x48 3.5 M 约0.0014 约0.027 lnet_basenum=16
Lnet_v2 48x48 10.8 M 约0.0012 约0.025 lnet_basenum=32

两种Lnet106

模型名称 输入尺寸 计算量 训练时L2 训练时L1 备注
Lnet106_v1 48x48 10.6 M 待测 待测 lnet106_basenum=32
Lnet106_v1 48x48 36.8 M 待测 待测 lnet106_basenum=64
Lnet106_v2 48x48 10.9 M 0.0030-0.0036 0.040-0.043 lnet106_basenum=32
Lnet106_v2 48x48 37.4 M 0.0019-0.0024 0.032-0.036 lnet106_basenum=64
Lnet106_v2 48x48 137.4 M 0.0017-0.0024 0.032-0.036 lnet106_basenum=128

两种Lnet106_96

模型名称 输入尺寸 计算量(merge bn之后) 训练时L2 训练时L1 备注
Lnet106_96_v1 96x96 42.8 M 0.0014-0.0019 0.028-0.032 lnet106_basenum=32
Lnet106_96_v1 96x96 140.2 M 待测 待测 lnet106_basenum=64
Lnet106_96_v2 96x96 42.8 M 0.0013-0.0017 0.028-0.031 lnet106_basenum=32
Lnet106_96_v2 96x96 140.2 M 0.0012-0.0015 0.027-0.030 lnet106_basenum=64

使用数据106data_merge训练

模型名称 输入尺寸 计算量(merge bn之后) 训练时L2 训练时L1 备注
Lnet106_96_v1 96x96 42.8 M 0.0010-0.0015 0.024-0.028 lnet106_basenum=32
Lnet106_96_v1 96x96 140.2 M 待测 待测 lnet106_basenum=64
Lnet106_96_v2 96x96 14.6 M 0.0015-0.0021 0.030-0.034 lnet106_basenum=16
Lnet106_96_v2 96x96 42.8 M 0.0011-0.0015 0.025-0.030 lnet106_basenum=32
Lnet106_96_v2 96x96 140.2 M 0.0009-0.0013 0.023-0.028 lnet106_basenum=64
Lnet106_96_v3 96x96 18.7 M 0.0014-0.0020 0.028-0.032 lnet106_basenum=32

基本说明

(1)请使用ZQCNN_MTCNN来进行forward

(2)Pnet改为Pnet20需要在你的MTCNN中更改cell_size=20, stride=4

1920*1080图像找20脸，第一层Pnet20_v0输入尺寸1920x1080，计算量324.6M，原版Pnet输入1152x648，计算量1278.0M

(3)Rnet保持size=24不变，v1计算量约为原版1/3

(4)Onet带landmark我没有训练成功过

(5)Lnet是专门训练landmark的

训练建议

(1)下载WIDER_train解压到data文件夹

解压之后目录为data/WIDER_train/images

(2)双击gen_anno_and_train_list.bat

生成prepare_data/wider_annotations/anno.txt和data/mtcnn/imglists/train.txt

训练Pnet20

(3)双击P20_gen_data.bat

生成训练Pnet20所需样本

(4)双击P20_gen_imglist.bat

生成训练Pnet20的list文件

(5)双击P20_train.bat

训练Pnet20

(6)双击P20_gen_hard_example.bat

利用训练得到的Pnet20模型，生成用于进一步训练Pnet20的hard样本，请用文本方式打开，酌情填写参数

(7)双击P20_gen_imglist_with_hard.bat

生成用于进一步训练Pnet20的list文件

(8)双击P20_train_with_hard.bat

进一步训练Pnet20

训练Rnet

(9)双击R_gen_data.bat

生成训练Rnet所需样本

(10)双击R_gen_hard_example.bat

利用训练得到的Pnet20模型，生成用于训练Rnet的hard样本，请用文本方式打开，酌情填写参数

(11)双击R_gen_imglist_with_hard.bat

生成用于训练Rnet的list文件

(12)双击R_train_with_hard.bat

训练Rnet

训练Onet

(13)双击O_gen_data.bat

生成训练Onet所需样本

(14)双击O_gen_hard_example.bat

利用训练得到的Pnet20、Rnet模型，生成用于训练Onet的hard样本，请用文本方式打开，酌情填写参数

(15)双击O_gen_imglist_with_hard.bat

生成用于训练Onet的list文件

不带landmark

(16)双击O_train_with_hard.bat

训练Onet

带landmark

下载img_cut_celeba，解压到data/img_cut_celeba

图片位置在data/img_cut_celeba/xx.jpg

(17)双击O_gen_landmark.bat

生成训练Onet所需landmark样本

(18)双击O_gen_imglist_with_hard_landmark.bat

生成用于训练Onet的list文件

单独训练landmark

(19)双击L_train.bat

训练Lnet

省硬盘的方式训练landmark

选择以下三个数据集之一：(A)是原始celeba数据，(B)(C)是我加工过的，加载速度B>C>A，（我推荐用C，理论上用C应该和用A训练出来的结果一样）

(A)img_celeba，解压到data/img_celeba

图片位置在data/img_celeba/xx.jpg

以文本方式编辑 L_train_onlylandmark.bat, 设置参数--image_set img_celeba_all

修改config.py中config.landmark_img_set='img_celeba'

双击 L_train_onlylandmark.bat 运行

(B)img_align_celeba，解压到data/img_align_celeba

图片位置在data/img_align_celeba/xx.jpg

以文本方式编辑 L_train_onlylandmark.bat, 设置参数--image_set img_align_celeba_good

修改config.py中config.landmark_img_set='img_align_celeba'

双击 L_train_onlylandmark.bat 运行

(C)img_cut_celeba，解压到data/img_cut_celeba

图片位置在data/img_cut_celeba/xx.jpg

以文本方式编辑 L_train_onlylandmark.bat, 设置参数--image_set img_cut_celeba_all

修改config.py中config.landmark_img_set='img_cut_celeba'

双击 L_train_onlylandmark.bat 运行

备注：调整minibatch_onlylandmark.py里的参数得到的landmark精度不一样

训练106点landmark

下载Training_data106解压到data/Training_data106

解压后目录结构应为

data/Training_data106/AFW
data/Training_data106/HELEN
data/Training_data106/IBUG
data/Training_data106/LFPW

将 data/Training_data106/landmark106.txt拷贝到data/mtcnn/imglists/landmark106.txt， 在config.py设置

config.landmark_img_set = 'Training_data106'

双击L_train_onlylandmark106.bat开始训练

新的数据106data_merge

解压后目录结构应为

data/106data_merge/AFW
data/106data_merge/HELEN
data/106data_merge/IBUG
data/106data_merge/LFPW
data/106data_merge/clean0

将 data/106data_merge/106data_merge.txt拷贝到data/mtcnn/imglists/106data_merge.txt， 在config.py设置

config.landmark_img_set = '106data_merge'

更改L_train_onlylandmark106.bat中参数--image_set landmark106 为 --image_set 106data_merge

双击L_train_onlylandmark106.bat开始训练