train mtcnn: a modified version by Zuo Qing from https://github.com/Seanlinx/mtcnn
训练环境windows 7/10, 其他环境未测试
(1)请使用ZQCNN_MTCNN来进行forward
(2)Pnet改为Pnet20需要在你的MTCNN中更改cell_size=20, stride=4
1920*1080图像找20脸，第一层Pnet20输入尺寸1920x1080，计算量347.9M，原版Pnet输入1152x648，计算量1278.0M
(3)Rnet保持size=24不变，网络结构变为dw+sep，计算量约为原版1/3
(4)Onet暂时没有训练，等陆续更新
(0)下载WIDER_train解压到data文件夹
解压之后目录为data/WIDER_train/images
(1)打开config.py填写config.root
config.base_num控制样本数量，请跑完基本流程之后再酌情更改
(2)双击gen_anno_and_train_list.bat
生成prepare_data/wider_annotations/anno.txt和data/mtcnn/imglists/train.txt
(3)双击P20_gen_data.bat
生成训练Pnet20所需样本
(4)双击P20_gen_imglist.bat
生成训练Pnet20的list文件
(5)双击P20_train.bat
训练Pnet20
(6)双击P20_gen_hard_example.bat
利用训练得到的Pnet20模型，生成用于进一步训练Pnet20的hard样本，请用文本方式打开，酌情填写参数
(7)双击P20_gen_augment_data.bat
对于Pnet20正样本进行增强
(8)双击P20_gen_imglist_with_hard.bat
生成用于进一步训练Pnet20的list文件
(9)双击P20_train_with_hard.bat
进一步训练Pnet20
(10)双击R_gen_data.bat
生成训练Rnet所需样本
(11)双击R_gen_augment_data.bat
对Rnet正样本增强
(12)双击R_gen_hard_example.bat
利用训练得到的Pnet20模型，生成用于训练Rnet的hard样本，请用文本方式打开，酌情填写参数
(13)双击R_gen_imglist_with_hard.bat
生成用于训练Rnet的list文件
(14)双击R_train_with_hard.bat
训练Rnet