MTCNN算法提速应用（ARM测试结果评估）

经博主测试，mtcnn原三层网络如果用于工程测试，误检情况严重，在fddb上测试结果也是，经常将手或者耳朵检测为人脸，这个很头疼（因为标注数据！），所以重新训练显得尤为重要！ 博主的改进方法及如何重新训练的就不具体介绍了，主要思想就是用卷积取代池化，fddb测试离散ROC88!   注意：某些公开的非官方mtcnn训练方法有误！只可参考，不可深入！   PC端测试：（测试软件：vs2015，测试硬

>>阅读原文<<