目标检测学习记录二：基于SSD的人脸检测项目实践

1. 场景介绍

• 判断是否存在人脸，如果存在人脸则定位到人脸的位置
  • 标准的目标检测问题（针对人脸目标）
    • 姿态和表情的变化；
    • 不同人的外观差异；
    • 光照，遮挡的影响；
    • 不同视角；
    • 不同大小、位置；
• 人脸标注方法—矩形标注
  • 传统方法都是用一个矩形框将画面中的人脸区域包含在内；
  • 这种标记方法很难给出一个恰好包含面部的矩形框；
• 人脸标注方法—椭圆标注
  • 人脸天然呈现为椭圆形，采用椭圆形来表征一种较为准确的方法；
  • 可以对侧脸与转动后的面部进行描述；
  • 椭圆长轴半径；
  • 椭圆短轴半径；
  • 椭圆长轴偏转角度；
  • 椭圆圆心x坐标；
  • 椭圆圆心y坐标；
• 判断算法性能好坏
  • 检测率、误报率；
  • 每一个标记只允许有一个检测与之相对应；
  • 重复检测会被视为错误检测；
  • ROC曲线、PR曲线；

---

2. Wider Face数据集介绍

• SSD模型数据格式封装
  • VOC数据集格式；
  • LMDB格式数据、TFRecoder数据格式
• Caffe–SSD数据集构造流程：
  • 生成VOC格式数据集（图片、XML标注信息文件）；
  • 修改Caffe-SSD数据打包脚本相关路径配置；
  • 运行Caffe-SSD数据打包脚本；
• 生成VOC格式的数据集（图片、XML标注信息）；
  • annotation中保存xml格式的label信息；
  • ImageSet中Main目录存放不同图片列表文件；
  • train.txt：训练图片文件名列表；
  • val.txt：验证图片文件名列表；
  • trainval.txt：训练和验证的图片文件名列表；
  • test.txt:测试图片文件名列表；
  • JPEGImages目录下存放所有的图片集；
• Caffe-SSD数据集打包流程：
  • 修改Caffe-SSD数据打包脚本相关路径；
  • create_list.sh；
  • 运行Caffe-SSD数据打包脚本；
  • create_data.sh；