基于目标检测仓库训练人脸检测模型的可行性及问题咨询

能否直接复用现有目标检测模型，在仅含人脸单类别的数据集上训练得到可用的人脸检测模型？ #

完全可以。
这个SSD框架本身是通用单阶段目标检测框架，没有绑定特定检测类别，做少量适配就能直接用来训练人脸检测模型：

• 先把手里的人脸数据集标注转换成框架支持的格式，修改数据加载逻辑里的类别映射表即可
• 优先用框架自带的通用目标检测预训练权重做迁移训练，不要随机初始化从头训，骨干网络预训练好的边缘、纹理提取能力对人脸特征也通用，能大幅缩短收敛时间，最终精度也会更高
• 建议针对人脸的尺度、宽高比特性调整默认锚框参数：原版默认锚框是适配VOC、COCO这类通用数据集的，人脸大多是中小目标、宽高比集中在1:1附近，调整锚框参数匹配人脸的尺寸分布，最终检测效果会有明显提升。

目标检测模型训练时仅设置1个检测类别，会不会存在相关问题？ #

只要配置正确，不会有本质问题，但有几个常见踩坑点需要注意：

• 最容易出问题的是类别数参数配置：SSD的分类输出是包含背景类的，如果你只检测人脸1个类别，配置文件里的num_classes参数需要填2（对应索引0为背景，索引1为人脸），如果直接填1会导致分类头维度不匹配，要么训练直接报错，要么模型完全无法收敛
• 要校验正负样本分配、硬负样本挖掘的逻辑：框架原生的负样本筛选逻辑是面向多类别场景写的，单类别训练前要确认逻辑不会把人脸正样本误划分为负样本，另外单类别检测对标注质量的敏感度比多类别更高，数据集里的漏标、错标框会更明显地影响模型精度
• 不存在“单类别训练模型学不到有效特征”的说法：目标检测的核心任务是区分前景/背景、回归目标位置，单类别下只需要区分“人脸”和“非人脸”，任务目标更简单，只要数据覆盖场景足够、标注质量达标，收敛难度比多类别检测更低
• 如果你后续没有扩展其他检测类别的需求，单类别训练不会有任何功能缺陷，最终模型推理速度和同结构多类别模型没有差异。

内容的提问来源于stack exchange，提问作者pinbu