戴口罩的人脸识别

实现思路：

使用的是武汉大学公开的口罩遮挡人脸数据集，下载地址https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset。其中有一类是真实人脸口罩遮挡（多为明星），如图所示为白敬亭带着真口罩。需要注意的是每个明星的照片很少只有两三个，所以我没有将它split为训练集和验证集。载入数据集的时候，使用ImageFolder，将文件夹的名字作为标注。选择合适的分类网络进行训练即可。

踩过的坑:

①

在使用 ImageFolder读取数据集路径的时候，传入参数root的必须是所有待分类的文件夹的上一层文件夹的名字，也即上图中的"~/AFDB_masked_face_dataset"，如果写的是"~/AFDB_masked_face_dataset/baijingting"则会报错。 

 可以参考源码中的解释

class ImageFolder(DatasetFolder):
    """A generic data loader where the images are arranged in this way: ::

        root/dog/xxx.png
        root/dog/xxy.png
        root/dog/xxz.png

        root/cat/123.png
        root/cat/nsdf3.png
        root/cat/asd932_.png

    Args:
        root (string): Root directory path.
        transform (callable, optional): A function/transform that  takes in an PIL image
            and returns a transformed version. E.g, ``transforms.RandomCrop``
        target_transform (callable, optional): A function/transform that takes in the
            target and transforms it.
        loader (callable, optional): A function to load an image given its path.
        is_valid_file (callable, optional): A function that takes path of an Image file
            and check if the file is a valid_file (used to check of corrupt files)

     Attributes:
        classes (list): List of the class names.
        class_to_idx (dict): Dict with items (class_name, class_index).
        imgs (list): List of (image path, class_index) tuples
    """

    def __init__(self, root, transform=None, target_transform=None,
                 loader=default_loader, is_valid_file=None):
        super(ImageFolder, self).__init__(root, loader, IMG_EXTENSIONS if is_valid_file is None else None,
                                          transform=transform,
                                          target_transform=target_transform,
                                          is_valid_file=is_valid_file)
        self.imgs = self.samples

 ②

在使用不同数据集的时候，要注意把网络的num_classes设置为和数据集所对应的，否则在训练和预测的时候都会报错。训练报错：RuntimeError: cuda runtime error (59) : device-side assert triggered at C:/w/1/s/tmp_conda_3.6_045031/conda/conda-bld/pytorch_1565412750030/work/aten/src\THC/generic/THCTensorMath.cu:26。测试报错    size mismatch for classifier.6.weight: copying a param with shape torch.Size([523, 2048]) from checkpoint, the shape in current model is torch.Size([5, 2048]).
 

实现效果：

 网络认为图片是陈法蓉的概率为99.9%