深度学习算法二：人脸检测与识别(mtcnn+facenet)思路理解小记录_mtcnn facenet fastapi

一、人脸检测流程(mtcnn)

1、首先整个模型一共是有三个网络，按顺序依次是P-net，R-net，O-net

2、在传入P-net之前，我们会对图片进行预处理，主要是将一张图片转换成多个尺寸，然后将多个尺寸都传入到P-net中，这样可以适应不同大小的人脸检测

3、P-net将一张图片分成了h/2*w/2个网格，输出有两部分，会被放入同一个列表中：[(1,h/2,w/2,2),(1,h/2,w/2,4)]，前一个是h/2*w/2个(不是人脸的概率，是人脸的概率)这样的，第二部分是h/2*w/2个框的左上角和右下角两个位置的偏移量，每个点有(dx，dy)两个偏移量，所以两个点一共四个值，也即(dx1,dy1,dx2,dy2)

4、P-net出来之后，会再经过一个后处理模块，主要作用是：根据设置的阈值筛选掉一些框，然后根据网格在(h/2*w/2)个网格中的位置以及预测的偏移量，由一个公式计算出在原图中的实际位置；还会根据之前预测的是人脸的概率得出score，这样最后的输出就是(n_p,x1,y1,x2,y2,score),这里的n代表框的个数，是小于h/2*w/2的，因为后处理是设置了阈值，会去掉一部分框

5、同理，我们按照P-net<