mtcnn训练及出现问题总结

mtcnn/train at master：https://github.com/dlunion/mtcnn mtcnn下载

    无关键点的步骤：

             1.准备好训练的样本图片放到samples文件夹；

          2.准备好对应的label.txt，格式是：samples/filename.jpg xmin ymin xmax ymax；（放到train文件夹中）

          3.执行callpy-gen-data12.bat生成样本数据；

          4.执行callpy-12.bat生成训练需要用到的train-label.txt；

          5.执行make-lmdb-12.bat生成lmdb数据库；

          6.执行train-12.bat开始训练；

          7.相对应的其他24、48网络也类似就好了；

经过上述步骤，模型就训练好了。（三个文件夹：model-12，model-24，model-48）
          8.将上述文件夹中的caffemodel文件（最后一个）分别复制到caffemodel_2_mtcnnmodel文件中，并分别改名为det1，det2，det3。执行文件夹中的sln文件。生成mtcnn_models.h。
          9.将生成的mtcnn_models.h复制到mtcnn-lights文件夹中。执行文件夹中的sln文件。

    出现的问题

1.执行bat文件时候，提示No module named cv2

   解决方法：找到cv2.pyd（python2.7），复制到Python的安装目录。

2.在执行执行train-12.bat开始训练时，出现路径不对，'exist' 不是内部或外部命令，也不是可运行的程序 或批处理文件。 'ho' 不是内部或外部命令，也不是可运行的程序 或批处理文件。 系统找不到指定的路径等问题：

 

  解决方法：更改路径（不能有中文，文件名不能有空格），添加环境变量即可（conver_imageset.exe的路径）

对于训练caffe.exe、转换数据集convert_imageset.exe（因为用到了--backend=mtcnn）用到的程序，全在https://github.com/dlunion/CCDL/tree/master/caffe-easy
这个版本的caffe里面，该caffe主要运行在windows下，可以复制里面主要的层和程序也可以完成任务，也可以下载编译好的程序http://www.zifuture.com/fs/12.github/mtcnn/caffe-build-cuda8.0.rar 来训练，里面有提供。

3.训练模型时vs15若出现找不到 libprotobuf
    库文件中能找到libprotobuf，并且路径已在库目录中添加，说明是版本问题。
    解决方法：需要用vs13来打开caffemodel的sln文件，或者用vs15重新编译libprotobuf。

4.生成数据样本（正样本，负样本，部分样本）时，一定要把之前的文件夹清空。有可能会出现样本数据覆盖不完全的问题。                                                                                                                                                                  
       

5.训练的人脸检测模型，像素太高（图片太大）和像素太低（人脸不清晰，用的是之前行人检测的图片样本）的图片都无法进行检测。

6.训练生成的模型，用测试集检测效果明显比训练集的效果好得多。这是为啥呢？

训练集在测试过程中会出现漏检，误检。

而测试集检测在测试过程中并没有出现漏检，误检。

                                                                                                                                                                                                                                                             
持续更新...