MTCNN算法提速應用（ARM測試結果評估）

經博主測試，mtcnn原三層網絡如果用於工程測試，誤檢情況嚴重，在fddb上測試結果也是，經常將手或者耳朵檢測爲人臉，這個很頭疼（因爲標註數據！），所以重新訓練顯得尤爲重要！ 博主的改進方法及如何重新訓練的就不具體介紹了，主要思想就是用卷積取代池化，fddb測試離散ROC88!   注意：某些公開的非官方mtcnn訓練方法有誤！只可參考，不可深入！   PC端測試：（測試軟件：vs2015，測試硬

>>阅读原文<<