# yolov5_face_landmark

**Repository Path**: intheposition/yolov5_face_landmark

## Basic Information

- **Project Name**: yolov5_face_landmark
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-07-14
- **Last Updated**: 2021-07-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# yolov5_face_landmark  
## 基于yolov5的人脸检测，带关键点检测  
> 代码说明：  
+ 1，在yolov5的检测基础上，加上关键点回归分支，请先下载yolov5的工程：https://github.com/ultralytics/yolov5  
+ 2，detect_one.py是单张图片的测试代码，　基于部分wideface训练的模型，稍后在百度云公开。  
>> 主要修改代码部分：    
+ (1)hyp.scatch.yaml中增加关键点loss的超参数（landmark: 0.5）  
+ (2)yolo.py中增加了关键点回归的计算  
+ (3)face_datasets.py为人脸数据的读取方式，准备数据的格式参考yolov5的格式，在后面增加关键点的坐标（归一化）  
+ (4)　loss.py中增加关键点回归的loss计算  
+ (5) 链接: https://pan.baidu.com/s/1zjPIF2NZ9CGtB2iUCox6hw  密码: j83n  
+ (6) 效果图 :   ![效果图](https://github.com/xialuxi/yolov5_face_landmark/blob/main/test_yolov5.jpg)  
> 关于口罩人脸的问题：
+ 1，增加口罩人脸这个类别，建议不要直接在检测分支中增加类别。
+ 2，应该在关键点分支额外增加一个属性分支，接一个二分类，判断有没有戴口罩。
+ 3，这样可以减少口罩人脸的误检问题
> 关于关键点的问题：
+ 1，建议可以替换成wingloss训练，可以优化关键点的精准度。
+ 2，可以解决关键点的离群点问题
+ 3，wideface之中有不少特别小的人脸，如果不处理会对精度有一定的影响。