Add labels of wider face datasets

.gitignore

 *.mdb
 *.pth
 *.tar
-*.txt
 *.ipynb
 *.zip
 *.eps

README.md

@@ -100,7 +100,7 @@ WIDER_FACE：http://shuoyang1213.me/WIDERFACE/index.html
 │       └──  61--Street_Battle
 ```
 
-2. 如果是使用WIDER_train数据, 可直接将./datasets/labels/train下的train_wider_face.json重命名为train_face.json即可，无需进行标注文件格式转换；反之，需要将训练图片对应的人脸关键点标注信息文件(xxxx.txt)，放置于 ./datasets/annotations/下（train存放训练图片的标注文件，val存放验证图片的标注文件），存放目录结构如下：
+2. 如果是使用WIDER_train数据, 可直接将./datasets/labels/下的train_wider_face.json重命名为train_face.json即可，无需进行标注文件格式转换；反之，需要将训练图片对应的人脸关键点标注信息文件(xxxx.txt)，放置于 ./datasets/annotations/下（train存放训练图片的标注文件，val存放验证图片的标注文件），存放目录结构如下：
 
 ```
 ├── annotations
@@ -118,17 +118,18 @@ x, y, w, h, left_eye_x, left_eye_y, flag, right_eye_x, right_eye_y, flag, nose_x
 ```
 
 举个例子：
-
+train_keypoints_widerface.txt是wider_face训练数据集的标注信息
 ```
 # 0--Parade/0_Parade_marchingband_1_849.jpg
 449 330 122 149 488.906 373.643 0.0 542.089 376.442 0.0 515.031 412.83 0.0 485.174 425.893 0.0 538.357 431.491 0.0 0.82
+...
 ```
 
 3. 生成训练所需的json格式标注数据：
 
 ```
 cd ./datasets
-python gen_data.py --mode train
+python gen_data.py
 ```
 
 执行完成后会在./datasets/labels下生成训练数据的标注文件 train_face.json

datasets/gen_data.py

@@ -209,6 +209,7 @@ parser = argparse.ArgumentParser()
 # basic experiment setting
 parser.add_argument('--mode', default='train',
                     help='Please input train or val')
+parser.add_argument('--txtPath', default='./annotations/train/train_keypoints_widerface.txt')
 
 opt = parser.parse_args()
 
@@ -216,7 +217,7 @@ if __name__ == "__main__":
     ROOT_PATH = './'
     label_type = opt.mode
     img_path = os.path.join(ROOT_PATH, 'images', f'{label_type}')
-    txt_path = os.path.join(ROOT_PATH, 'annotations', f'{label_type}/{label_type}.txt')
+    txt_path = opt.txtPath
     save_landmark_path = txt_path[:txt_path.rfind('/')]
     save_landmark_path = os.path.join(
         save_landmark_path, f'landmark_{label_type}.txt')

requirements.txt

+onnx==1.14.0
+Torch==1.13.1
+TorchVision==0.14.1
+numpy>=1.18.1
+Pillow>=7.2.0
+pycocotools>=2.0.2
+opencv-python==4.1.2.30
+scipy
+progress
+Cython
+tqdm
+IPython
+numba==0.58.1

src/lib/opts_pose.py

@@ -24,7 +24,7 @@ class opts(object):
                                       '2: show the network output features'
                                       '3: use matplot to display'  # useful when lunching training with ipython notebook
                                       '4: save all visualizations to disk')
-        self.parser.add_argument('--demo', default='/path/WIDER_train/images/0--Parade/0_Parade_marchingband_1_80.jpg',
+        self.parser.add_argument('--demo', default='../datassets/images/train/0--Parade/0_Parade_marchingband_1_512.jpg',
                                  help='path to image/ image folders/ video. '
                                       'or "webcam"')
         self.parser.add_argument(

src/train.sh

 #!/usr/bin/env bash
 
-python main.py --input_h 800 --input_w 800 --batch_size 16 --lr 6.25e-5 --load_model /path/of/model_best.pth --data_dir /your/WIDER_train/dir/path
\ No newline at end of file
+python main.py --input_h 514 --input_w 514 --batch_size 8 --lr 5e-4 --data_dir ../datasets/images/train/
\ No newline at end of file

src/train_multi.sh

 #!/usr/bin/env bash
 
-python main.py --input_h 800 --input_w 800 --batch_size 16 --lr 6.25e-5 --gpus 0,1 --load_model /path/of/model_best.pth --data_dir /your/WIDER_train/dir/path
\ No newline at end of file
+python main.py --input_h 514 --input_w 514 --batch_size 8 --lr 5e-4 --data_dir ../datasets/images/train/ --gpus 0,1
\ No newline at end of file