tensorflow - 如何使用tensorflow对象检测API进行人脸检测

Question

Open CV 提供了一个简单的 API 来从给定图像中检测和提取人脸。 (但我不认为它工作得很好，因为我经历过它从输入图片中剪切了与面部图像无关的帧。)

我想知道tensorflow API是否可以用于人脸检测。我未能找到相关信息，但希望该领域有经验的人可以在这个主题上指导我。 Tensorflow的对象检测API是否也可以像Open CV一样用于人脸检测？ (我的意思是，您只需调用 API 函数，它就会为您提供给定输入图像中的面部图像。)

Answer 1

可以，但需要做一些工作。首先看一下物体检测README 。您应该关注一些有用的文章。具体来说:(1) 配置对象检测管道，(3) 准备输入，(3) 在本地运行。您应该从具有预训练模型的现有架构开始。预训练模型可以在 Model Zoo 中找到，其对应的配置文件可参见 here 。Model Zoo 中最常见的预训练模型位于 COCO 数据集上。不幸的是，这个数据集不包含面部作为一个类(但包含人)。相反，您可以从开放图像上的预训练模型开始，例如 fast_rcnn_inception_resnet_v2_atrous_oid，它确实包含面部作为一个类。请注意，该模型比 COCO 数据集上使用的常见架构(例如 MobileNetV1/V2 上的 SSDLite)更大且更慢。这是因为 Open Images 比 COCO 有更多的类，因此一个运行良好的模型需要更具表现力，以便能够区分大量的类并正确定位它们。由于您只想进行人脸检测，因此可以尝试以下两个选项:

1. 如果您接受较慢的模型(这可能会带来更好的性能)，请从 fast_rcnn_inception_resnet_v2_atrous_oid 开始，并且您只能在单一类别的人脸上稍微微调模型。
2. 如果您想要更快的模型，您可能应该从在 COCO 上预训练的 SSDLite-MobileNetV2 之类的模型开始，然后根据不同数据集(例如您自己的数据集或人脸子集)中的人脸类别对其进行微调打开图像。请注意，预训练模型未针对面部进行训练这一事实并不意味着您无法对其进行微调，而是它可能比预先训练的模型需要更多的微调。 -也在面部上进行了训练。