- tensorflow-gpu==2.4.0
- opencv-python==4.5.5.62
- numpy==1.19.5
- Pillow==8.4.0
- tensorboard==2.7.0
地址：https://wywu.github.io/projects/LAB/WFLW.html 或者百度网盘： 链接：https://pan.baidu.com/s/1CyMGCIX_3m2W1kdk7oOcFA 提取码：fh3e
数据文件夹格式如下：
- WFLW
- WFLW_annotations
- list_98pt_rect_attr_train_test
- list_98pt_rect_attr_test.txt
- list_98pt_rect_attr_train.txt
- list_98pt_test # 略
- Mirror98.txt
- WFLW_images
- 0--Parade
- 1--Handshaking
- ...在准备好之后，运行txt_annotation.py文件会得到两个文件夹，test_data、train_data，里面存放着需要训练的数据。
在train.py文件中，参数设置如下：
# -------------------------------- #
# batch_size -> 批次
# epochs -> 轮次
# model_path -> 预训练权重路径，没有预训练权重，则为空
# input_shape -> 输入图片大小
# lr -> 学习率
# -------------------------------- #
batch_size = 32
epochs = 100
model_path = ''
input_shape = [112,112,3]
lr=1e-3训练结束后可以使用如下命令查看训练过程可视化的参数：
tensorboard --logdir=path_to_your_logs(就是本项目的logs1文件夹)- 首先在PDLD.py文件中，指定好参数，权重文件在model_data文件夹中
- 运行predict.py即可，如输入img/1.png 效果如下：
