人脸关键点检测——tf2实现

1. 环境配置

• tensorflow-gpu==2.4.0
• opencv-python==4.5.5.62
• tqdm==4.62.3
• numpy==1.19.5
• Pillow==8.4.0
• tensorboard==2.7.0

2. 数据准备

链接：https://pan.baidu.com/s/14W6OIU3h3FVwSEoEmlx8xA 提取码：bj9n 或者登录：https://aistudio.baidu.com/aistudio/datasetdetail/69065

数据文件夹格式如下：

- datasets            
	- training               # 训练集
		- xxx.jpg
		- xxx.jpg
		- xxx.jpg
		- ...
	- test                   # 测试集
		- xxx.jpg
		- xxx.jpg
		- xxx.jpg
		- ...
	- test_frames_keypoints.csv      # 测试集标签
	- training_frames_keypoints.csv  # 训练集标签

3. 训练步骤

在train.py文件中，参数设置如下：

# ------------------------------------ #
# -----------参数设置------------------ # 
# batch_size -> 批次
# 主干网络 ->  'mobilenetv2',
# epochs -> 轮次
# model_path
# input_shape -> 输入图片大小
# lr -> 学习率

batch_size = 8
backbone = 'mobilenetv2'
epochs = 100
model_path = ''
input_shape = [224,224]
lr=1e-3

训练结束后可以使用如下命令查看训练过程可视化的参数：

tensorboard --logdir=path_to_your_logs(就是本项目的logs1文件夹)

4. 预测步骤

1. 首先在facekeypoints.py文件中，指定好参数
2. 运行在predict.py即可，如img/face.png 效果如下：

5. 参考

https://aistudio.baidu.com/aistudio/projectdetail/1487972