1樓：盛夏的枯黃
我的想法主要來自於Faster-Rcnn和MTCNN；前者通過加入RPN網路對proposal的選取和最終的bounding box回歸迴圈訓練，最終達到檢測的目的；
同樣的類似於MTCNN的Onet，最終同時回歸face classification, bounding box 和Landmark localization；
所以，只需要乙個網路對detection和alignment迴圈訓練，或者更簡單的，在Loss中加入Landmark的損失，不知道此想法是否可行，或者有沒有這方面的研究。
2樓：
端到端來做可以參考mtcnn的做法，級聯檢測加特徵點回歸，也可以參考ssd的方法， 做single shot的網路進行檢測，新增特徵點回歸的分支，盡心特徵點回歸，這樣的話就是每次檢測，然後回歸位置。其實業內也有一些其他做法，通過，檢測->跟蹤->特徵點->跟蹤。。。因為跟蹤的速度要快於檢測，可以節省時間。
網上開源的或者免費的SDK也可以參考，包括SDM：
通過 Dropbox 同步資料，是端到端加密的嗎，是否足夠安全？
柳東原 如果 端對端 的 端 是指乙個 client 和另乙個 client，那麼 Dropbox 採取的不是端對端加密。Dropbox 從客戶端到伺服器的傳輸是加密的，從伺服器到客戶端傳輸也是加密的，但資料在伺服器被解密。換句話說，只有規則可以限制 Dropbox 雇員訪問檔案。Dropbox H...
LF MMI為什麼是一種端到端的方法？
我們先看一下非端到端方法基礎上的序列鑑別性訓練。以MMI為例，MMI公式中的分子是幀對齊之後的標籤序列，分母是所有可能的音素或者狀態序列，但是一般使用一定範圍的lattice來表示。這樣就要求分子詞圖的序列必須要前乙個模型force alignment之後的結果，不然文字標籤沒法細化到幀級別的序列，...
怎樣從0到1搭建分銷體系，B端渠道拓展？
直播合作 我自己沒有貨源，我就是憑藉自己的勤奮。所以你就知道天道酬勤是對的。我關注的是直播帶貨，所以我在早些時候把賣貨主播當做渠道開發了現在我對於我的企業合作夥伴來講，我的渠道優勢就很明顯。第一 渠道銷售給力，其次我的反饋速度很快。很多人有疑問我能做到？好，我說一下具體我做了什麼？看一下這份銷售榜單...