个⼈⽐较看好MTCNN的，最起码把检测和定位做到⼀起，并且做的还不错；也算是不错的尝试；
MTCNN主要包括三个部分,PNet,RNet,ONet
其中PNet在训练阶段的输⼊尺⼨为12*12,RNet的输⼊尺⼨为24*24, ONet的输⼊尺⼨为48*48. PNet⽹络参数最
⼩，ceffemodel仅有28.2KB, 所以速度最快.RNet的⽹络参数次之，caffemodel⼤⼩为407.9KB, ONet的caffemodel⼤⼩
为1.6M，三个⽹络合起来不到2M.
测试阶段⼤概过程
⾸先图像经过⾦字塔，⽣成多个尺度的图像，然后输⼊PNet, PNet由于尺⼨很⼩，所以可以很快的选出候选区域，但是准确率不⾼，不同尺度上的判断出来的⼈脸检测框，然后采⽤NMS算法，合并候选框，然后根据候选框提取图像，之后缩放到24*24的⼤⼩，作为RNet的输⼊，RNet可以精确的选取边框，⼀般最后只剩⼏个边框，最后缩放到48*48的⼤⼩，输⼊ONet，判断后选框是不是⼈脸，ONet虽然速度较 慢，但是由于经过前两个⽹络，已经得到了⾼概率的边框，所以输⼊ONet的图像较少，然后ONet输出精确的边框和关键点信息，只是在第三个阶段上才显⽰⼈脸特征定位；前两个阶段只是分类，不显⽰⼈脸定点的结果。 论⽂中作者主要使⽤了Wider_face 和CelebA数据库，其中Wider_face主要⽤于检测任务的训练，CelebA主要⽤于关键点的训练．训练集分为四种：负样本，正样本，部分样本，关键点样本. 三个样本的⽐例为3: 1: 1: 2 训练主要包括三个任务
⼈脸分类任务：利⽤正样本和负样本进⾏训练
⼈脸边框回归任务：利⽤正样本和部分样本进⾏训练xlr连接器
关键点检测任务：利⽤关键点样本进⾏训练
训练数据整理:
Wider_face包含⼈脸边框标注数据，⼤概⼈脸在20万,CelebA包含边框标注数据和5个点的关键点信息．对于三个⽹络，提取过程类似，但是图像尺⼨不同．
双向呼叫
第⼀阶段：使⽤widerface的数据框和celebA的数据裁剪出来正负样本和特征点的位置，根据loss来回归⼈脸框；输⼊⽹络中⼈脸⼤⼩都是12*12的⼤⼩的⼈脸；阈值较⼩
第⼆阶段阶段：使⽤widerface的数据框和celebA的数据裁剪出来正负样本和特征点的位置，根据loss来回归⼈脸框；输⼊⽹络中⼈脸⼤⼩都是24*24的⼤⼩的⼈脸；⽤第⼀阶段⽣成的模型⽣成后选框，之后把后选框缩放到24*24⼤⼩，之后送⼊到⽹络中使⽤；使⽤的widerface和celebA的数据集，阈值较⼩
第三阶段阶段：输⼊⽹络中⼈脸⼤⼩都是48*48的⼤⼩的⼈脸；⽤第⼆阶段⽣成的模型⽣成后选框，之后把后选框缩放到
48*48⼤⼩，之后送⼊到⽹络中使⽤；使⽤的widerface和celebA的数据集，使⽤widerface的数据框和celebA的数据裁剪出来正负样本和特征点的位置，根据loss来回归⼈脸框，阈值较⼤
其实后⼀个阶段实在前⼀个阶段上训练的模型，微调模型，让检测效果更好；
正负样本，部分样本提取：杏蜜
披肩按摩器１．从Wider_face随机选出边框，然后和标注数据计算IOU，如果⼤于0.65，则为正样本，⼤于0.4⼩于0.65为部分样本，⼩于0.4为负样本．
２．计算边框偏移．对于边框，(x1,y1)为左上⾓坐标，(x2,y2)为右下⾓坐标，新剪裁的边框坐标为(Xn1,Yn1),
(xn2,yn2),width,height．则offset_x1 = (x1 - xn1)/width，同上，计算另三个点的坐标偏移．
３．对于正样本，部分样本均有边框信息，⽽对于负样本不需要边框信息
自制室内单杠
关键点样本提取
１. 从celeba中提取，可以根据标注的边框，在满⾜正样本的要求下，随机裁剪出图⽚，然后调整关键点的坐标．
loss修改
由于训练过程中需要同时计算３个loss，但是对于不同的任务，每个任务需要的loss不同．所有在整理数据中，对于每个图⽚进⾏了15个label的标注信息，不同阶段的loss的权重是不同的；
1. 第1列：为正负样本标志，１正样本,0负样本,2部分样本,3关键点信息尼龙螺杆
2. 第2-5列：为边框偏移，为float类型，对于⽆边框信息的数据，全部置为-1
3. 第6-15列：为关键点偏移，为float类型，对于⽆边框信息的数据，全部置为-1
4. 不同阶段的判断不同，根据选择是否使⽤分类的loss，回归框的loss，还是关键点的loss；
修改softmax_loss_layer.cpp 增加判断，只对于1, 0计算loss值，修改euclidean_loss_layer.cpp 增加判断，对于置为-1的不进⾏loss计算
困难样本选择
论⽂中作者对与⼈脸分类任务，采⽤了在线困难样本选择，实现过程如下：
修改softmax_loss_layer.cpp，根据计算出的loss值，进⾏排序，只对于70%的值较低的数据，进⾏反向传播．
