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 来检测和提取给定图像中的人脸。 （我认为它的效果并不完美，因为我体验过它会从输入图片中剪切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问题上指导我。 tensorflow 的对象检测 API 是否可以像 Open CV 一样用于人脸检测？ （我的意思是，您只需调用 API 函数，它就会从给定的输入图像中为您提供人脸图像。）

Answer 1

只是增加输入的形状，我试过了，效果好多了

Answer 2

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）准备输入和（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找到，对应的配置文件可以在here找到。 Model Zoo 中最常见的预训练模型在 COCO 数据集上。不幸的是，这个数据集不包含作为一个类的人脸（但包含人）。 相反，您可以从 Open Images 上的预训练模型开始，例如 faster_rcnn_inception_resnet_v2_atrous_oid，它确实包含人脸作为一个类。 请注意，此模型比 COCO 数据集上使用的常见架构更大且速度更慢，例如 MobileNetV1/V2 上的 SSDLite。这是因为 Open Images 的类比 COCO 多得多，因此一个运行良好的模型需要更具表现力，以便能够区分大量类并正确定位它们。 由于您只想要人脸检测，您可以尝试以下两个选项：

1. 如果您对可能会带来更好性能的较慢模型感到满意，请从 faster_rcnn_inception_resnet_v2_atrous_oid 开始，您只能在单类人脸上稍微微调模型。
2. 如果您想要一个更快的模型，您可能应该从在 COCO 上预训练的 SSDLite-MobileNetV2 之类的东西开始，然后在来自不同数据集的人脸类别（例如您自己的数据集或人脸子集）上对其进行微调打开图像。 请注意，预训练模型没有在人脸上进行训练这一事实并不意味着您无法对其进行微调，而是它可能比预训练模型需要更多的微调- 也接受过面部训练。