使用Tensorflow实现MTCNN遇到了nms作用不理想的问题

大米饭盖不住四喜丸子 2017-06-13 03:55:28
使用widerface库对pnet,rnet,onet分别进行了训练，训练阶段没问题，测试FDDB数据集发现nms没有起到太好的效果，如下图所示：
一开始效果太差，后面进行了两次nms,效果依旧不好

提问字数有限
代码部分贴到了博客里：http://blog.csdn.net/weixin_36368407/article/details/73185359
...全文
1997 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
sun_ching 2020-09-18
  • 打赏
  • 举报
 回复
可以在windows环境下跑吗
chinagogo123 2017-11-15
  • 打赏
  • 举报
 回复
HI ,可以关注我复现的TensorFlow版本的mtcnn~https://github.com/AITTSMD/MTCNN-Tensorflow
大米饭盖不住四喜丸子 2017-06-13
  • 打赏
  • 举报
 回复
help~~~~~~~~~~~~~~~~~
Trent1985 2017-06-13
  • 打赏
  • 举报
 回复
兄弟，帮你顶一下！
DETR原理与代码精讲
Transformer在许多NLP(自然语言处理)任务中取得了最先进的成果。 DETR(Detection Transformer)是Facebook提出的基于Transformer的端到端目标检测方法。DETR使用CNN+Transformer进行图像目标检测，该方法没有NMS后处理步骤、没有anchor。DETR总体思路是把目标检测看成一个set prediction的问题，并且使用Transformer来预测物体边界框的集合。本课程对DETR的原理与PyTorch实现代码进行精讲，来帮助大家掌握其详细原理和具体实现。 原理精讲部分包括：Transformer的架构概述、Transformer的Encoder 、Transformer的Decoder、DETR网络架构、DETR损失函数、DETR实验结果和分析。  代码精讲部分使用Jupyter Notebook对DETR的PyTorch代码进行逐行解读，包括：安装PyTorch、 DETR官方Demo，DETR的hands-on tutorial，DETR的代码精讲（数据准备、Backbone和位置编码、Transformer架构的实现）。相关课程： 《Transformer原理与代码精讲（PyTorch）》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲（TensorFlow）》https://edu.csdn.net/course/detail/36699《ViT（Vision Transformer）原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测：训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割：训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045
MTCNN 的 TensorFlow 实现
代码及原文贴在我的 github 上： https://github.com/FortiLeiZhang/model_zoo/tree/master/TensorFlow/mtcnn MTCNN 的 TensorFlow 实现 Magic Vision 要加人脸识别功能，所以要在 TensorFlow Serving 上起一个人脸识别服务，自然想到的是 Google 的 Facenet。 由...
基于Tensorflow框架的人脸检测总结附代码（持续更新）
基于Tensorflow框架的人脸检测总结附代码（持续更新） 最近利用人脸开源数据库64_CASIA-FaceV5、CelebA、300W_LP以及自己做的一个近200张照片的私人数据集复现了人脸检测、人脸匹配、人脸对齐、人脸关键点检测、活体检测等功能，并且将其集成在微信小程序中，以上所有内容将用大概5篇博客来总结。所有数据集下载链接附在下方，所有完整代码附在GitHub链接。 ...
基于MTCNN+FaceNet的人脸识别（附keras实现代码）
目录前言一、人脸识别技术相关概念二、MTCNN算法三、FaceNet四、人脸识别试验 前言 最近想玩一玩人脸识别，于是就弄了弄呀，代码在最后一节。 一、人脸识别技术相关概念 1、人脸检测 检测出图像中人脸所在位置，输出就是框好人脸位置的图片 2、人脸配准 人脸配准算法的输入是“一张人脸图片”加“人脸坐标框”，输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义（常见的有5点、68点、90点等等，通过关键点将五官轮廓框出）。 3、人脸对齐 由于原始图像中的人脸可能
机器视觉

4,445

社区成员

15,335

社区内容

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章