How to get faces with different angles before training?

[YongtaoGe]

Hi,@jack-cv. As is shown in the picture, when rotating a face, the bounding box will be rotated accordingly. Thus would lead some undefined pixes around a face（e.g. black pixes in the above image). How do you handle this problem? In other words, how do you ajust bounding box label according to the rotate angle?

[Rock-100]

@GeYongtao
I convert rectangle label to square label link. And the following pictures show how I adjust bounding box label.

[YongtaoGe]

I get it. Thanks a lot!

[Rock-100]

@GeYongtao 为了方便旋转框，把框变成了正方形，我论文中评测结果时候也是用正方形评测的。实际上，正方形评测结果是偏低的，因为数据集的标注都是椭圆或者长方形。在我的实验中，评测时候用一些简单的策略把正方形换算成长方形，结果就会有0.5-1个点的提升，比如100个FP的召回从88.1会提升到88.8

[YongtaoGe]

@jack-cv 还有一个问题，请问第一个阶段训练的face/non face分类输出和bounding box回归对第二阶段的网络训练有帮助吗？（同理：第二阶段的分类输出和bounding box回归对第三阶段的网络）

• 按照我的理解，论文中提出的第二个网络不是对第一个网络的bounding box回归进行精调，而是从头开始训练。单个网络的face/non face classification和bounding box regression只作为其训练时自身的监督信号，在测试阶段，只利用到第一和第二阶段网络的calibration classification输出。

[Rock-100]

@GeYongtao 在我的实现中，各个阶段的边框回归没有关联，各自训练各自的。各阶段的face/non face分类有关联，体现在下一级的负样本是上一级过滤得到。我记得Cascade CNN和MTCNN应该也是这样训练的。

[Edwardmark]

@jack-cv 您好，请问你训练的时候，是先把人脸截出来吗？还有就是PCN训练的框是正立的还是斜着的，看您上面的例子似乎框是正立的？那这个正立的框是怎么得到的呢？是取斜着框的x和y的最大最小得到的吗？还是直接将斜着的框转到正立的方向呢？

[Edwardmark]

@jack-cv 另一个问题，你旋转的时候没有考虑图片被边缘截掉的问题吗？是不是应该扩大边界？

[Rogerluojie]

@jack-cv 你好，想请问训练第三阶段的角度回归时，怎样计算角度的回归值标签数据