This is a PaddlePaddle implementation of Peiyun Hu's awesome tiny face detector. PaddlePaddle version is 2.2.1-gpu
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
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
训练时,运main_multi_gpu.py
python main_multi_gpu.py --train_img_root --train_label_path
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
测试时,通过如下命令配置完成widerface_evaluate
cd widerface_evaluate/
python setup.py build_ext --inplace
通过evaluat.py生成测试文件
python evaluate.py --val_img_root x --val_label_path x --checkpoint x --results_dir=results_dir
进入widerface_evaluate
文件夹,通过evaluation.py
测试精度
cd widerface_evaluate
python evaluation.py -p=results_dir
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
运行predict.py
自动获取示例图像的推断结果,保存为result.jpg
python predict.py --image_path --checkpoint=your_model_parh
如下所示
运行export_model.py
进行动转静
python export_model.py --checkpoint=your_model_parh
运行infer.py
进行推理
python infer.py --inference_model=your_inference_parh --image_path=assets/test.jpg
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! |