1.retinaface人脸检测在fddb数据集上的源码测试

retinaface人脸检测在fddb数据集上的测试

       近期对retinaface人脸检测算法在fddb数据集上的表现进行了测试，以下为测试过程记录。详解

       首先，源码为了满足fddb数据集的详解格式要求，对retinaface官方代码进行了修改，源码modelsim边缘检测源码将检测结果保存为fddb格式。详解myhdl源码由于mxnet框架的源码限制，在输入尺度变化时，详解会重新选择最优的源码CUDNN，导致测试过程耗时较长，详解此问题尚未解决。源码为了保证输入图像尺度一致，详解将所有图像统一设置为x像素（FDDB数据集中所有图像最长边），源码排列源码不满足大小要求的详解图像通过copyMakeBorder补全，并将检测结果保存。源码

       其次，直接下载fddb官方测试源码，golanglog源码并使用C/C++代码进行测试。由于习惯使用Windows系统，建立了VS工程并配置了opencv，即可运行测试。aasync源码需要注意的是，官网代码对应的opencv版本较旧，使用opencv3时需要添加一些头文件。编译过程中遇到问题，可查阅相关资料解决。运行后，保存了两个文档，分别是*ContROC.txt和*DiscROC.txt。

       最后，下载Python源码，计算第二步ROC曲线的AUC。将txt文件放入对应文件夹，即可运行得到结果。整个过程没有遇到问题，以下为测试结果（temp）。