Tensorflow入门教程（十八）——特征点检测案例

特征点检测的应用有很多种，比如人脸特征点检测，人体骨架特征点检测，人体运动特征点检测等。今天我就以人脸特征点为例，通过卷积神经网络来实现检测。

1、准备数据

人脸数据是非常丰富的，我用的是kaggle上人脸特征检测数据，下载地址：https://www.kaggle.com/c/facial-keypoints-detection。这个数据中有一些值是缺失的，是无法使用的，需要将这些值去除。

2、网络模型搭建

网络模型采用目前比较通用的VGG模型，代码我就不给出来了，我把模型结构图分享给大家。

3、训练网络模型

搭建完成模型后，我们就可以训练模型了。我训练了20000次，损失函数结果如图。可以看到loss的值已经是非常低了。

4、测试集上检测

训练完模型后，我们需要在测试集上去做特征点的检测。我给出几张图的结果，从这上面可以看出结果还是不错的。

为了进一步表明模型的检测能力，我对NBA球星头像进行了检测，结果显示也还不错。

为了方便大家更高效地学习，我将代码进行了整理并更新到Github上，

地址：https://github.com/junqiangchen/FeaturePointDetection

如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果有任何问题，随时给我留言我会及时回复的。