修改retinaface工程格式

Doc/Tutorial_Cpp.md

@@ -89,8 +89,6 @@ samples工程中的Resource/Configuration.xml文件的DetectorRetinaFace节点
 - 减去均值，RetinaFace训练的时候对图像做了减均值的操作(train.py文件中的第38行)，注意均值的顺序是BGR顺序。
 - 转换数据排布为NCHW
 
-
-
 本示例代码采用了OpenCV的cv::dnn::blobFromImage()函数实现了预处理操作：
 
 ```
@@ -175,5 +173,14 @@ ErrorCode DetectorRetinaFace::Detect(const cv::Mat &srcImage,std::vector<ResultO
 ```
 
 -  net.eval(inputData)返回推理结果，顺序与onnx输出保持一致，可以通过netron查看输出节点顺序，其中inferenceResults[2 * i]表示每个检测层的BboxHead的输出，inferenceResults [2 * i + 1]表示每个检测层的ClassHead的输出。
-
 -  经过PermuteLayer处理之后的所有检测层数据通过GetResult()得到最后的输出结果，注意这里的输出结果还不是最后的检测结果，最后需要转换到原图坐标才能够得到最终的检测结果。
+
+另外，如果想要指定输出节点，可以在eval()方法中通过提供outputNames参数来实现：
+
+```
+...
+// 推理
+std::vector<std::string> outputNames = {"467","470","468"};
+std::vector<migraphx::argument> results = net.eval(inputData, outputNames);
+...
+```
\ No newline at end of file

Doc/Tutorial_Python.md

 # RetinaFace人脸检测器
 
-
-
 RetinaFace是目前被广泛使用的一种人脸检测器模型，本示例主要说明了如何在MIGraphX中使用RetinaFace人脸检测器。
 
-
-
 ## 模型简介
 
 RetinaFace是一个经典的人脸检测模型(https://arxiv.org/abs/1905.00641)，采用了SSD架构。

README.md

 # RetinaFace
 
-## 模型介绍
+## 论文
 
-RetinaFace是一个经典的人脸检测模型(https://arxiv.org/abs/1905.00641), 采用了SSD架构。
+RetinaFace: Single-stage Dense Face Localisation in the Wild
+
+- https://arxiv.org/pdf/1905.00641.pdf
 
 ## 模型结构
 
-RetinaFace模型 有几个主要特点：
+RetinaFace是一个经典的人脸检测模型, 采用SSD架构进行人脸检测。
+
+<img src="./Doc/Image/RetinaFace_01.png" style="zoom:70%;" align=center>
+
+## 算法原理
+
+RetinaFace模型有几个主要特点：
 
 - 采用 FPN 特征金字塔提取多尺度特征；
 - 引入 SSH 算法的 Context Modeling；
 - 多任务训练，提供额外的监督信息。
 
-## Python版本推理
-
-下面介绍如何运行Python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
+## 环境配置
 
-### 下载镜像
+### Docker
 
-拉取推理的docker镜像，RetinaFace工程推荐的镜像如下：
+拉取镜像：
 
-```python
+```
 docker pull sugonhub/migraphx:3.2.1-centos7.6-dtk-23.04.1-py38
 ```
 
-### 设置Python环境变量
+创建并启动容器：
+
+```
+docker run --shm-size 16g --network=host --name=retinaface_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/retinaface_migraphx:/home/retinaface_migraphx -it <Your Image ID> /bin/bash
+
+# 激活dtk
+source /opt/dtk/env.sh
+```
+
+## 数据集
+
+根据提供的样本数据，进行人脸检测。
+
+## 推理
+
+### Python版本推理
+
+下面介绍如何运行Python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
+
+#### 设置环境变量
 
 ```
 export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
 ```
 
-### 安装依赖
+#### 安装依赖
 
 - 安装DTK版的Pytorch和torchvision，下载地址：https://cancon.hpccube.com:65024/4/main/pytorch，https://cancon.hpccube.com:65024/4/main/vision
 
@@ -42,7 +67,7 @@ cd <path_to_retinaface_migraphx>/Python
 pip install -r requirements.txt
 ```
 
-### 运行示例
+#### 运行示例
 
 RetinaFace模型的推理示例程序是RetinaFace_infer_migraphx.py，在python目录下使用如下命令运行该推理示例：
 
@@ -50,30 +75,18 @@ RetinaFace模型的推理示例程序是RetinaFace_infer_migraphx.py，在python
 python RetinaFace_infer_migraphx.py 
 ```
 
-程序运行结束会在当前目录生成RetinaFace检测结果图像。
-
-<img src="./Resource/Images/Result_2.jpg" alt="Result_2" style="zoom:67%;" />
-
-## C++版本推理
+### C++版本推理
 
 下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。
 
-### 下载镜像
-
-下载MIGraphX镜像： 
-
-```
-docker pull sugonhub/migraphx:3.2.1-centos7.6-dtk-23.04.1-py38
-```
-
 
-### 构建工程
+#### 构建工程
 
 ```
 rbuild build -d depend
 ```
 
-### 设置环境变量
+#### 设置环境变量
 
 将依赖库依赖加入环境变量LD_LIBRARY_PATH，在~/.bashrc中添加如下语句：
 
@@ -87,7 +100,7 @@ export LD_LIBRARY_PATH=<path_to_retinaface_migraphx>/depend/lib64/:$LD_LIBRARY_P
 source ~/.bashrc
 ```
 
-### 运行示例
+#### 运行示例
 
 成功编译RetinaFace工程后，执行如下命令运行该示例：
 
@@ -102,14 +115,34 @@ cd ./build/
 ./RetinaFace
 ```
 
-程序运行结束会在build目录生成RetinaFace人脸检测结果图像。
+## result
+
+### Python版本
+
+python程序运行结束后，会在当前目录生成RetinaFace检测结果图像。
+
+<img src="./Resource/Images/Result_2.jpg" alt="Result_2" style="zoom:67%;" />
+
+### C++版本
+
+C++程序运行结束后，会在build目录生成RetinaFace人脸检测结果图像。
 
 <img src="./Resource/Images/Result_1.jpg" alt="Result" style="zoom:67%;" />
 
+## 应用场景
+
+### 算法类别
+
+`人脸检测`
+
+### 热点应用行业
+
+`金融`、`交通`、`教育`
+
 ## 源码仓库及问题反馈
 
-​		https://developer.hpccube.com/codes/modelzoo/retinaface_migraphx
+https://developer.hpccube.com/codes/modelzoo/retinaface_migraphx
 
 ## 参考
 
-​		https://github.com/biubug6/Pytorch_Retinaface
+https://github.com/biubug6/Pytorch_Retinaface

model.properties

+#模型唯一标识
+modelCode=221
 #模型名称
-modelName=RetinaFace_MIGraphX
+modelName=retinaface_migraphx
 #模型描述
 modelDescription=RetinaFace是一个经典的人脸检测模型，采用了SSD架构。
 #应用场景
 appScenario=推理,cv,人脸检测
 #框架类型
-frameType=MIGraphX
+frameType=migraphx
\ No newline at end of file