由于人脸检测模型在检测人脸时有角度要求,当人脸角度超过45°时,置信度会下降,超过90°时,几乎检测不到.如果接收到的图片颠倒,那么就容易检测不到人脸。通过对含有人脸的图像判断正反,即是否上下颠倒,来矫正图片方向。
利用MobileNet_V2_0.35 为backbone,修改输出层,我训练了两个模型,第一次为2分类,数据集为正反各10000张图片,颠倒图片为正图片利用cv2.rotate()获取. 测试集准确率为95%。第二次训练为3分类,增加不确定类.即不含人脸或者人脸极其模糊的图片,1072张。测试集准确率为98%。失败的图片多为图片模糊.