68个点的人脸特征点检测 train and test
- to_train.py: 训练
- test.py: 测试
- hg_net.py: < Stacked Hourglass Networks for Human Pose Estimation > 论文提出的 HourseglassNet
- fy_net.py: 实习公司前辈搭建的网络,原版本是 caffe,被我翻译了一版 pytorch
- deal300.py: 数据扩增和预处理,由于实际场景需要,把图片转换为黑白
- data_loader.py、test_data_loader.py: 数据载入, data_loader.py 与 test_data_loader.py 唯一区别:test_data_loader.py 比data_loader.py 多 return 了 img_name
- 训练网络主要输出两个分支:Heatmap(即预测出的人脸热图) 分支和68个特征点的分支
- 这里只上传了 1k 训练图片和 316 张测试图片
- 更多数据可前往300-w公开数据集下载:https://ibug.doc.ic.ac.uk/resources/300-W/
- ./good_model 里有在20W+数据集上已训练好的 model
- 附上三张效果图片:
- 如果想要效果更好的 model 可前往这里:https://github.com/1adrianb/face-alignment
- 可惜这里只给出了测试方法,并未给出训练方法
- fy_net 和 hg_net 的输入并不相同:fy_net 的输入是 128×128, hg_net 则是 256×256