转载自 https://blog.csdn.net/qq_35975447/article/details/110430390
参考：
TinaFace: Strong but Simple Baseline for Face Detection
https://github.com/Media-Smart/vedadet
https://github.com/sovrasov/wider-face-pascal-voc-annotations
ubuntu16.04
python3.6
cuda9.2
cudnn7
torch==1.6.0+cu92
addict==2.4.0
cycler==0.10.0
Cython==0.29.21
future==0.18.2
kiwisolver==1.3.1
matplotlib==3.3.3
numpy==1.19.4
Pillow==8.0.1
pycurl==7.43.0
pygobject==3.20.0
pyparsing==2.4.7
python-apt==1.1.0b1+ubuntu0.16.4.9
python-dateutil==2.8.1
six==1.15.0
unattended-upgrades==0.1
tqdm
scipy
ipython
cd vedadet
pip install -r requirements/build.txt
避免出错，我直接安装环境中对应的python库，然后注释掉对应的根目录下setup.py中的安装依赖包的两行。
改为：
（默认会安装最新的，如果对应的cuda版本不支持的话，那就自己安装吧！！！）然后执行下面：
pip install -v -e .https://drive.google.com/u/0/uc?id=1zU738coEVDBkLBUa4hvJUucL7dcSBT7v&export=download
可以将放到https://github.com/Media-Smart/vedadet/tree/main/configs/trainval/tinaface，目录下新建的models下。
https://github.com/Media-Smart/vedadet/tree/main/configs/trainval/tinaface
进入vedadet/目录下，新建data，然后进入data目录下，从widerface官网上下载训练、验证与测试数据：
解压从官网下载的数据，目录应该是这样：
vedadet
├── vedadet
├── vedacore
├── tools
├── configs
├── data
│ ├── WIDERFace
│ │ ├── WIDER_train
│ │ │ ├── images
│ │ │ │ ├── 0--Parade
│ │ │ │ ├── ......
│ │ │ │ ├── 61--Street_Battle
│ │ ├── WIDER_val
│ │ │ ├── images
│ │ │ │ ├── 0--Parade
│ │ │ │ ├── ......
│ │ │ │ ├── 61--Street_Battle
│ │ ├── WIDER_test
│ │ ├── wider_face_split
下载对应的VOC格式的xml文件：
git clone https://github.com/sovrasov/wider-face-pascal-voc-annotations.git
cd vedadet/data
mv wider-face-pascal-voc-annotations/ WIDERFace/
mv WIDERFace/WIDER_train_annotations WIDERFace/WIDER_train/Annotations
mv WIDERFace/WIDER_val_annotations WIDERFace/WIDER_val/Annotations
然后利用命令：
cd ..
sh configs/trainval/tinaface/gen_xml_name_txt.sh
目录结构如下：
vedadet
├── vedadet
├── vedacore
├── tools
├── configs
├── data
│ ├── WIDERFace
│ │ ├── WIDER_train
│ │ │ ├── images
│ │ │ │ ├── 0--Parade
│ │ │ │ ├── ......
│ │ │ │ ├── 61--Street_Battle
│ │ │ ├── Annotations
│ │ ├── WIDER_val
│ │ │ ├── images
│ │ │ │ ├── 0--Parade
│ │ │ │ ├── ......
│ │ │ │ ├── 61--Street_Battle
│ │ │ ├── Annotations
│ │ ├── WIDER_test
│ │ ├── wider_face_split
由于与作者给出的目录略微有点不同，所以修改以下：
# \vedadet\configs\trainval\tinaface\tinaface.py line 14与38
img_prefix=data_root + 'WIDER_train/',
img_prefix=data_root + 'WIDER_val/',
改为：
img_prefix=data_root + 'WIDER_train/images/',
img_prefix=data_root + 'WIDER_val/images/',
# \vedadet\vedadet\datasets\widerface.py line 36-37
xml_path = osp.join(self.img_prefix, 'Annotations',
f'{img_id}.xml')
改为
xml_path = osp.join(self.img_prefix.replace('images','Annotations'),f'{img_id}.xml')
将/vedadet/vedadet/datasets/xml_style.py
其中 \vedadet\vedadet\datasets\xml_style.py 中对应的xml_path也要修改为相应的
xml_path = osp.join(self.img_prefix, 'Annotations',
f'{img_id}.xml')
改为
xml_path = osp.join(self.img_prefix.replace('images','Annotations'),
f'{img_id}.xml'）
至此，基本就可以了。如果想修改数据的根目录：
# \vedadet\configs\trainval\tinaface\tinaface.py line 3 改为你对应的对应就可以了，绝对与相对路径都可以
data_root = './data/WIDERFace/'
python configs/trainval/tinaface/test_widerface.py configs/trainval/tinaface/tinaface.py /root/vedadet/weights/tinaface_r50_fpn_widerface.pth
会在vedadet/eval_dirs/tmp/tinaface/目录下，生成对应的txt文件。
还是用之前很多篇评估widerface的方式来评估一下。
将Pytorch_Retinaface/widerface_evaluate内的这几个文件与widerface_eval文件夹，复制到vedadet/tools目录下。
https://github.com/biubug6/Pytorch_Retinaface/tree/master/widerface_evaluate
https://github.com/ChiCheng123/SRN/tree/master/tools
widerface_eval文件也可以在我的资源中下载：https://download.csdn.net/download/qq_35975447/14158058
命令加修改：
cd ./tools
python setup.py build_ext --inplace
vim evaluation.py
# line 287-288
parser.add_argument('-p', '--pred', default="${vedadet_root}/eval_dirs/tmp/tinaface/")
parser.add_argument('-g', '--gt', default='./widerface_eval/ground_truth/')
python evaluation.py
其中参数：
--pred是预测结果txt文件的保存路径，默认为：
--gt是真实的，我们之前准备的。
评估结果还是比较准的，这个是没有加TTA的。