opencv_deeplearning实战1：基于深度学习的opencv人脸检测

今年上半年在参加RC比赛，惨不忍睹。然后整个暑假两个月一直都在实习（专业安排），学的都是java web开发，实在没兴趣。最近才抽出空来，把自己的所学做一些总结（已经很久没写博客了）。 最近在学习opencv和deeplearning，之前看过CS231n，对深度学习只懂一些皮毛，更多的是想做一些应用，所以又重新看opencv。opencv很好用，自从opencv3.3出来，已经嵌入了不少深度学习的模型，实在是好用。 先安利一个非常好的一个opencv教程，我经常去看这里的教程，这次的实战也是学习他的课程，自己加以修改整合理解。想积累实战经验的，可以多多去逛他的贴，可以增长很多见识。

言归正传，opencv 3.3公布后，在深度学习的模块有了很大的提升，已经支持了一些常用的深度学习框架，比如说Caffe , Tensorflow , 和Torch/PyTorch。想了解更多demo,可以去看Github。

这次做的是人脸识别，用的是opencv里面的预训练的caffe模型，所以需要用到模型的结构文件 .prototxt 以及权重参数文件 .caffemodel ，其中prototxt文件，在官网可以找到，但是参数文件很难找到。感谢此教程作者的慷慨提供。为了方便朋友下载，后续我会把文件和相关的代码都放在我的github上,喜欢的可以给个star，对我是莫大的鼓励。

• 该模型是基于SSD和ResNet网络来训练的，想学越多，请读者自行去找资料或参考官网。有了预训练的模型，只需要导入即可。
• 所以其他要做的，只是对代码进行包装，给他输入，获得预测结果并可视化。所以代码就是调用函数和包而已。（具体我已经在注释写清楚，为了方便调用视频，我已经对一样的代码打包成函数）

注释已经写得比较清楚，希望初入门的同学也能看懂，有什么问题，欢迎留言讨论。 我对其进行了测试，效果还是很不错的。 这张照片是我去支教时拍的照片（请忽略长相，专注效果），即使人脸上有阳光直射，但是仍然能检测出来，鲁棒性不错。但是置信度不高，只有37.72%,这个很大程度取决于人脸在图片中所占的比例。 这个是我在支教时教的一位超可爱的小朋友，检测效果没问题。 （图片源于网络）效果也是没问题。 （图片源于网络）这张虽然嘴巴被遮住，但是依然能以94.35%的置信度检测出人脸，很不错。唯一不足是旁边不是人脸的区域也被检测出来。但是效果已经比opencv之前的Haar cascades算法好得多。

有了单张图片，视频检测其实一样的原理，上面推荐的教程里是重复写了一部分代码，但是作为打代码的我们，能抽象出来，为什么不封装起来呢？所以，我自己装成了函数，视频读取的代码10行就能搞定。

同样，这里放效果图。

赶紧试一下吧，强烈呼吁自己动手试一下，调一下置信度，自己玩一下。 想下载源代码和配置文件，请到我的github上