# safe-maoer

**Repository Path**: jian.yang/safe-maoer

## Basic Information

- **Project Name**: safe-maoer
- **Description**: safe maoer
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2018-12-28
- **Last Updated**: 2020-12-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Safety Cap in Pytorch

This repo is forked from [pytorch-ssd](https://github.com/qfgaohao/pytorch-ssd). 
- [x] we use MobileNetV2 as basenet,Image input size is 300x300
- [x] convert to ncnn
- [x] rebuild a valid test set
- [ ] optimize training process for higher accuracy
- [x] optimize network structure, including anchor, conv layers and conventient transplantation 


#### Face with safety cap
![Example of face with safety cap](eval_results/face_with_cap1.png)
![Example of face with safety cap](eval_results/face_with_cap2.png)
#### Face without safety cap
![Example of face without safety cap](eval_results/face_witouth_cap.png)
#### Attack Samples
![Example of attack samples](eval_results/face_attack_cap1.png)
![Example of attack samples](eval_results/face_attack_cap2.png)
## Dependencies
1. Python 3.6+
2. OpenCV
3. Pytorch 0.4+
4. Caffe2
5. Pandas


## Dataset
> generate_onlyface.py # 生成仅仅为人脸的样本，图像会被放在Images/00里  
> parse_from_video.py # video里面是攻击性质的样本，图像会被放在Images/02里  
> helmet_safemao.py # 里面是一个比赛的安全帽数据集，然后通过中心裁剪生成新样本，图像被放在Image/03里
> generate_safemao.py # 安全帽有标注的时候才能使用该脚本  

> split_train_test.py # 用42的随机种子分割训练集和测试集，生成trainval.txt和test.txt两个路径文件  
## Train
> train_ssd.py #train file

## Test
> eval_ssd.py # evaluation file，评估精度  
> test_single.py # 直接测试某个文件夹里的图像，并进行可视化  

### 部署
详细见
> PytorchConverter/cvt_anquanmao.py  
> PytorchConverter/ssd  
> PytorchConverter/safety_cap.cpp  
注意在训练的时候要使用pytorch0.4以上，部署转换模型的时候要用pytorch0.2

#### 2019-1-14
- 通过PytorchConverter转换了SSD模型，但因为pytoch0.2和0.4兼容性的问题，用relu代替relu6。另外softmax是二维形式的，
虽然可以转换，但使用的时候有问题，因此参考pytorch C源码和NCNN源码，用C++重新写了这个层，还有一些后处理的部分。精度保
持在小数点后3位以上，精损不大，可以直接使用。
#### 2019-1-15上午
- 程序还存在一些内存bug，地址冲突，目前还没查明原因
- 优化softmax,nms,后处理在i5-8500上在1ms左右，速度还不错，当前300*300的mobileNetV2SSD在3288上平均在800+-200ms
接下来优化SSD网络，主要是从输入尺度，anchor尺度进行优化
#### 2019-1-15下午
- 缩小尺寸到150x150，修改了anchor和deploy的一些兼容性问题，在3288上测试时间到150ms+-50ms，基本可以接受，
#### 2019-2-14
- 增加了helmet数据集
还没有改channel和layer