MTCNN的原理

概述

MTCNN（Multi-Task Cascaded Convolutional Neural Network）是一种基于卷积神经网络的多任务face检测模型。它同时能够检测脸部、定位眼睛、鼻子和嘴巴等关键点，并调整边界框以获得更精确的 crop 图片。

MTCNN 的原理 第一段：精修框（Adjusting Bounding Box） def create_Onet(weight_path): input = Input(shape = [48,48,3]) # 卷积层1，输出通道数为32，步长为1，填充方式为valid x = Conv2D(32, (3, 3), strides=1, padding='valid', name='conv1')(input) # PReLU激活函数，共享轴[1,2]，即对所有通道进行非线性变换 x = PReLU(shared_axes=[1,2],name='prelu1')(x) # 下采样层（MaxPool），池化大小为3x3，步长为2 x = MaxPool2D(pool_size=3, strides=2, padding='same')(x) # 卷积层2，输出通道数为64，步长为1，填充方式为valid x = Conv2D(64, (3, 3), strides=1, padding='valid', name='conv2')(x) x = PReLU(shared_axes=[1,2],name='prelu2')(x) # 下采样层（MaxPool），池化大小为3x3，步长为2 x = MaxPool2D(pool_size=3, strides