问使用OpenVino运行MTCNN

EN

我正在尝试使用MTCNN python API来运行OpenVino人脸检测，然而，转换后的模型的性能比原始模型显著下降。我想知道怎样才能得到类似的结果。

我使用以下命令将mtcnn caffe models转换为OpenVino *.xml和*.bin文件。

python3 mo.py --input_model path/to/PNet/det1.caffemodel --model_name det1 --output_dir path/to/output_dir
python3 mo.py --input_model path/to/RNet/det2.caffemodel --model_name det2 --output_dir path/to/output_dir
python3 mo.py --input_model path/to/ONet/det3.caffemodel --model_name det3 --output_dir path/to/output_dir

并使用step_by_step mtcnn jupyter notebook对转换后的模型进行了性能检验。

但是使用OpenVino模型的检测结果明显下降。要重新生成结果，您只需加载OpenVino模型，而不是notebook中的pytorch模型。

要重新生成结果，请执行以下步骤。

克隆https://github.com/TropComplique/mtcnn-pytorch.git

并使用this jupyter notebbok

正如您将看到的，在P-Net之后的第一阶段中检测到的盒子比原始模型step_by_step mtcnn jupyter notebook中检测到的盒子更多。

你对此有何评论。似乎在模型转换中没有问题，唯一的区别是pytorch有一个可变张量大小(FloatTensor)，但是对于OpenVino，我必须重塑每个尺度的输入大小。这可能是得到不同结果的原因，但我一直无法解决这个问题。