Tiny-Face-Paddle

This is a PaddlePaddle implementation of Peiyun Hu's awesome tiny face detector. PaddlePaddle version is 2.2.1-gpu

环境配置

除了常用的图像视觉库，你可能需要安装如下依赖

pip install pyclust treelib pyclustering

数据准备

下载WIDERFACE数据集，配置路径如下

/tmp
|--WIDER_test
|--WIDER_train
|--WIDER_val
|--wider_face_split

本仓库利用四卡1080ti耗时三天训练100个epoch，所有文件在此处下载，code:ser1，AIStudio项目仓库点击此处

注意到：main_multi_gpu.py使用spawn机制，完美兼容单卡训练

训练

训练时，运行run.sh

bash run.sh

训练保存日志如下所示：

2021-12-27 23:13:18,619 - Tiny-Face-Paddle/trainer.py[line:27] - INFO: Epoch: [0][0/1074]	avg_reader_cost: 25.66170 sec	avg_batch_cost: 29.31611 sec	avg_samples: 12.0 samples	avg_ips 0.40933 images/sec	loss_cls: 101.686981	loss_reg: 1.730689
2021-12-27 23:13:22,903 - Tiny-Face-Paddle/trainer.py[line:27] - INFO: Epoch: [0][1/1074]	avg_reader_cost: 28.01650 sec	avg_batch_cost: 31.45801 sec	avg_samples: 12.0 samples	avg_ips 0.38146 images/sec	loss_cls: 101.402120	loss_reg: 1.744150
2021-12-27 23:13:26,579 - Tiny-Face-Paddle/trainer.py[line:27] - INFO: Epoch: [0][2/1074]	avg_reader_cost: 30.59909 sec	avg_batch_cost: 33.39737 sec	avg_samples: 12.0 samples	avg_ips 0.35931 images/sec	loss_cls: 99.606205	loss_reg: 1.575557

测试

widerface_evaluate配置

测试时，通过如下命令配置完成widerface_evaluate

cd widerface_evaluate/
python setup.py build_ext --inplace

测试文件生成

通过evaluat.py生成测试文件

python evaluate.py /tmp/WIDERFACE/wider_face_split/wider_face_val_bbx_gt.txt --dataset-root /tmp/WIDERFACE/ --checkpoint weights/checkpoint_80.pdparams --split val

精度评估

进入widerface_evaluate文件夹，通过evaluation.py测试精度

cd widerface_evaluate
python evaluation.py

项目日志通过Logger保存在Experiments文件夹下 原始精度0.902 0.892 0.797 实现精度0.906 0.895 0.789(checkpoint_80.pdparams)

验证时，运行test.sh即可，注意到要修改路径 每个权重的测试结果在results.txt

推理

运行detect.py自动获取示例图像的推断结果，保存为result.jpg

python detect.py

如下所示

关于作者

姓名	郭权浩
学校	电子科技大学研2020级
研究方向	计算机视觉
CSDN主页	Deep Hao的CSDN主页
GitHub主页	Deep Hao的GitHub主页
如有错误，请及时留言纠正，非常蟹蟹！
后续会有更多论文复现系列推出，欢迎大家有问题留言交流学习，共同进步成长！