在windows平台上测试自己的人脸检测算法在FDDB数据集

弄了好几天终于能在FDDB数据集上测试自己用wider face数据集训练的的faster rcnn的检测器的性能了。

1、首先在官网http://vis-www.cs.umass.edu/fddb/index.html下载图片和标注文件，FDDB的标注文件，分为图片名称文件FDDB-fold-01.txt、对应的标注文件：FDDB-fold-01-ellispe.txt，各有10个，把10个文件按顺序合并，分别命名为Fold_all.txt和Elsp.txt.

2、读Fold.txt文件，依照顺序做人脸检测，将检测结果输出出来（我是将faster rcnn中test.py文件修改得到的检测结果）。

3、我的mxnet的faster rcnn生成的检测结果格式为<image name i> score x1 y1 x2 y2,与FDDB要求的格式http://vis-www.cs.umass.edu/fddb/README.txt不一致，所以写了个C++程序将我的输出格式转化为FDDB要求的格式

// ToFDDBResults.cpp : Defines the entry point for the console application.
//#include "stdafx.h"
#include<iostream>
#include<fstream>
#include<sstream>
#include<string>
#include<vector>
using namespace std;int _tmain(int argc, _TCHAR* argv[])
{ifstream InputFile("comp4_det_Foldall_face.txt");ofstream OutputFile("comp4_det_Foldall_face_results.txt");string line, ImageNameTemp;stringstream ss;int count = 1;vector<double> vec_score;vector<double> vec_x1;vector<double> vec_y1;vector<double> vec_x2;vector<double> vec_y2;double score, x1, y1, x2, y2;string ImageName;getline(InputFile, line);ss << line;ss >> ImageName >> score >> x1 >> y1 >> x2 >> y2;vec_score.push_back(score);vec_x1.push_back(x1);vec_y1.push_back(y1);vec_x2.push_back(x2);vec_y2.push_back(y2);ImageNameTemp = ImageName;while (getline(InputFile, line)){ss.str("");ss.clear();ss << line;ss >> ImageName >> score >> x1 >> y1 >> x2 >> y2;if (ImageName == ImageNameTemp){count++;vec_score.push_back(score);vec_x1.push_back(x1);vec_y1.push_back(y1);vec_x2.push_back(x2);vec_y2.push_back(y2);}else{OutputFile << ImageNameTemp << endl;OutputFile << count << endl;count = 1;for (int i = 0; i < vec_score.size(); i++){OutputFile << vec_x1[i] << " " << vec_y1[i] << " " << (vec_x2[i] - vec_x1[i]) << " "<< (vec_y2[i] - vec_y1[i]) << " " << vec_score[i] << endl;}vec_score.clear();vector<double>(vec_score).swap(vec_score);vec_x1.clear();vector<double>(vec_x1).swap(vec_x1);vec_y1.clear();vector<double>(vec_y1).swap(vec_y1);vec_x2.clear();vector<double>(vec_x2).swap(vec_x2);vec_y2.clear();vector<double>(vec_y2).swap(vec_y2);vec_score.push_back(score);vec_x1.push_back(x1);vec_y1.push_back(y1);vec_x2.push_back(x2);vec_y2.push_back(y2);}ImageNameTemp = ImageName;}OutputFile << ImageName << endl;OutputFile << count << endl;for (int i = 0; i < vec_score.size(); i++){OutputFile << vec_x1[i] << " " << vec_y1[i] << " " << (vec_x2[i] - vec_x1[i]) << " "<< (vec_y2[i] - vec_y1[i]) << " " << vec_score[i] << endl;}return 0;
}

4、在 http://vis-www.cs.umass.edu/fddb/results.html下载fddb evaluate代码，新建一个vs工程，配置好OPENCV，把evaluate中的源文件和头文件加进来，修改evaluate.cpp文件73行

string baseDir = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/";//FDDB图片路径，此路径下需包含文件夹2002，2003string listFile = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/Fold_all.txt";string detFile = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/comp4_det_Foldall_face_results.txt";//转化了格式后的结果文件string annotFile = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/Elsp.txt";

因为我直接在vs上运行，不在cmd上运行这个evaluate程序，所以注释以下几行代码：

 //if(argc == 1)//{//  printUsage();//  return 0;//}

在项目的属性栏中做如下改动

编译，通过。生成ContROC.txt和 DiscROC.txt两个文件

5、安装GUNPLOT，我装的gp501-win32-mingw，

配置perl，参考https://jingyan.baidu.com/article/9f7e7ec0b798ae6f281554e9.html?st=2&os=0&bd_page_type=1&net_type=1安装好之后，修改下载的evaluate代码中的runEvaluate.pl文件：

#!/usr/bin/perl -wuse strict;#### VARIABLES TO EDIT ####
# where gnuplot is
my $GNUPLOT = "C:/Program Files (x86)/gnuplot/bin/gnuplot"; #gnuplot安装路径
# where the binary is
my $evaluateBin = "evaluate";
# where the images are
my $imDir = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing"; #FDDB图片路径
# where the folds are
my $fddbDir = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/FDDB-folds.txt";
# where the detections are
my $detDir = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/";
###########################my $detFormat = 0; # 0: rectangle, 1: ellipse 2: pixelssub makeGNUplotFile
{my $rocFile = shift;my $gnuplotFile = shift;my $title = shift;my $pngFile = shift;open(GF, ">$gnuplotFile") or die "Can not open $gnuplotFile for writing\n"; #print GF "$GNUPLOT\n";print GF "set term png\n";print GF "set size 1,1\n";print GF "set output \"$pngFile\"\n";#print GF "set xtics 500\n";print GF "set ytics 0.1\n";print GF "set grid\n";#print GF "set size ratio -1\n";print GF "set ylabel \"True positive rate\"\n";print GF "set xlabel \"False positives\"\n";#print GF "set xr [0:2000]\n";print GF "set yr [0:1.0]\n";print GF "set key right bottom\n";print GF "plot \"$rocFile\" using 2:1 title \"$title\" with lines lw 2 \n";close(GF);
}my $gpFile = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/ContROC.p";
my $gpFile1 = "C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/fddb/DistROC.p";
my $title = "tqy";# plot the two ROC curves using GNUplot
# plot the two ROC curves using GNUplot
makeGNUplotFile("C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/tempContROC.txt", $gpFile, $title, $detDir."ContROC.png");
makeGNUplotFile("C:/Users/qingyun.tang/Documents/Visual Studio 2013/Projects/FDDB_testing/FDDB_testing/tempDiscROC.txt", $gpFile1, $title, $detDir."DiscROC.png");

在命令行中runEvaluate.pl的路径下输入perl runEvaluate.pl,得到ContROC.p与DistROC.p。

6、打开gnuplot软件：

a、file->open->contROC.p b、file->output->contROC.p

在对应目录中生成contROC.png;

a、file->open->discROC.p b、file->output->discROC.p

在对应目录中生成discROC.png

7、如果想将自己的结果与官网上其他公司公布的结果画在一起，在官网上下载ContROC.p,DiscRoc.p等，用写字板打开之后，将自己的检测结果添加进去，同样用gnuplot画出来就行。

在windows平台上测试自己的人脸检测算法在FDDB数据集相关推荐

基于Tusimple数据集在windows cpu上跑通车道线检测算法LSTR
基于Tusimple数据集在windows cpu上跑通车道线检测算法LSTR PS:基于CULane数据集在windows cpu上跑通车道线检测算法LSTR参考: https://blog.csd ...
使用FDDB人脸样本检测库，测试自己的人脸检测算法性能并生成ROC曲线。
一,说明及环境网上有关FDDB人脸检测库的使用以及ROC文件生成的文章太少,并且都无法检测opencv中自带的人脸检测算法.最近工作的原因,需要用到FDDB库检测我们自己的人脸检测算法性能.所以认 ...
人脸检测算法_目前最强!开源人脸检测算法:RetinaFace
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...
RetinaFace，最强开源人脸检测算法
作者 | CV君来源 | 我爱计算机视觉(ID:aicvmlaicvmlaicvml) 人脸检测为目标检测的特例,是商业化最早的目标检测算法,也是目前几乎各大 CV 方向 AI 公司的必争之地. W ...
目前最强开源人脸检测算法RetinaFace
点击我爱计算机视觉标星,更快获取CVML新技术人脸检测为目标检测的特例,是商业化最早的目标检测算法,也是目前几乎各大CV方向AI公司的必争之地. WIDER FACE数据集是由香港中文大学发布的大型 ...
细数 Windows 平台上的 NoSQL 数据库
从可查询的分布式解决方案,如MongoDB,到简单的分布式Key/Value存储解决方案,如Cassandra.此外,还有Riak,Tokyo Cabinet,Voldemort,CouchDB和Re ...
windows平台上实现websocket服务器
windows平台上实现websocket服务器目前做个项目需要做个带串口的测试软件,主要功能是一台电脑利用串口控制一台待测试设备,然后通过串口对他进行调试,同时使用串口采集其他测量设备的数值,将测 ...
windows平台上的密码算法识别工具
2011-04-11 21:00:00| 分类: 网络与信息安全|举报|字号订阅下载LOFTER我的照片书 | 今天在看雪上面看到几个windows平台上的密码算法识别工具,我对它们 ...
x264代码剖析（一）：图文详解x264在Windows平台上的搭建
x264代码剖析(一):图文详解x264在Windows平台上的搭建 X264源码下载地址:http://ftp.videolan.org/pub/videolan/x264/ 平台:win7 PC. ...
(转)在Windows平台上安装Node.js及NPM模块管理
本文转载自:http://www.cnblogs.com/seanlv/archive/2011/11/22/2258716.html 之前9月份的时候我写了一篇关于如何在Windows平台上手工管理 ...

在windows平台上测试自己的人脸检测算法在FDDB数据集

在windows平台上测试自己的人脸检测算法在FDDB数据集相关推荐

最新文章

热门文章