DSFD

高性能人脸检测算法

paper_link

github

这篇文章不会关注文章的细节内容，主要让大家在tensorflow框架下面跑起来，并能够有个结果，并且方便的削减运算进行自己的线上部署，原理介绍应当参考论文会更为妥当。
最近的人脸检测算法有了不小的进展，包括S3FD，SSH，DSFD，retinanetface pyramidbox 等，都算是single stage的检测算法。在我看来都是类ssd的架构，mutibox的方式来实现。然后，再看新的anchor free的方法，也是类似于该架构，只不过检测的bounding box encode的方式改变了，也引入了关键点检测上的一些东西，所以看来CV领域的几个key的问题都在相互学习，互相取长补短，共同进步。
顺便说一个anchor free的人脸检测还没有被充分的挖掘。

另外，这个代码也不是完整的dsfd 的实现，借鉴了很多的文章的方法，也借了别的repo的代码，仅供参考 :
如果有问题可以mailme，[email protected] 或者留言 ????

1 demo

这里有一个训好的模型
https://pan.baidu.com/s/1SRMoJIcqHRoVydl2XIZ3lA (提取码 m3bg)
参考vis.py 用来可视化

首先看一下demo图片吧，检出约700+人脸，没有论文里面多。（此处原图分辨率是1600x898,， 原图输入只能检测出500个脸，放大两倍能检测出750+，没试过resize到更大了， 用的resnet50）
不过实际的部署上不能这么用，注意固定输入尺寸，和nms的输出数量，不能不考虑耗时。

（caution:第二个图，1300+人脸检出，我也不知道是谁的图，我就拿来用了，如果你觉得属于侵权行为，请联系我，我会删除 ：））

关键点还没release出来，稍等吧。这个模型是由300W以及300VW训练出来的，大致±90度之内都可以稳定检测。

train

一步步来，看如何训练

step 1

首先clone下代码，git clone https://github.com/610265158/DSFD-tensorflow.git

step 2

下载数据集widerface
把 WIDER_train, WIDER_val and wider_face_split 放到新建的WIDER 下面，

step 3

然后运行，python prepare_wider_data.py, 然后会产生train.txt 和val.txt

其中 内容每一行是这个样子：./WIDER/WIDER_val/images/0–Parade/0_Parade_Parade_0_913.jpg| 238,146,450,392,1 612,192,818,426,1 28,100,104,214,1。

也就是如果 你要训练你自己的数据就这样： imgpath| xmin,ymin,xmax,ymax,1 …

step 4

下载imagenet 预训练模型，
http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz
当然也可以不加载，从头训练

step 5

查看train_config.py 里面是配置文件，包括gpu配置等，默认配置不动的话，如果数据，txt以及预训练模型都弄好，是可以直接跑起来的，

python train.py

就可以看到有log输出了

ps

train_config.py 里面有很多参数，包括多卡训练的配置，BN GN，是否锁住bn层，学习率，batch size 等，如果跑起来都是可以试一下的 ????

demo

如果你训练好了，会在./model 下有模型里面有checkpoint 文件，
里面内容如下，选好你要转换的模型，
model_checkpoint_path: “epoch_17L2_0.00025.ckpt”
all_model_checkpoint_paths: “epoch_**17 **L2_0.00025.ckpt”

然后在根目录下，运行:

python tools/ckpt.py

将会在model下生成一个detector.pb 这个模型就可以用了，

如果你只想跑一下，看看效果，这里有一个训练好的模型，
https://pan.baidu.com/s/1SRMoJIcqHRoVydl2XIZ3lA (提取码 m3bg)

然后 看一下 vis.py 里面

改一下data_dir 到你想检测的那个目录，会递归的查找jpg png结尾的图片，然后检测。

python vis.py

###后记
dsfd是一个检测性能很强的算法，不过要是部署的话肯定不行，计算量比较大，后续会删减一些结构，进行小网络的实验，都会加到里面。然后自己的线上的算法也该更新一下下了。
另外，还有一个人脸关键点的算法，还没有整理好，一个轻量级的网络，效果还不错，抖动也抑制的比较好，后续都会放出来:)