我在这里是因为我需要一些建议...
我正在使用面部检测。我已经尝试了一些方法，例如de DLIB Detector，HoG等...
目前，我开始使用基于ResNet .caffemodel的OpenCV DNN检测，但是经过大量尝试，我意识到这种模型对于300x300（HxW）以上的图像不是很好。
请注意，我的图片是1520x2592（HxW）。当我应用调整大小时，几乎所有的面部信息都会丢失，因为原始图像中的面部大约为150x150像素，使用DNN进行尺寸调整以进行检测时，其尺寸大约为30x20（大约）。
我已经尝试过的一些方法： -细分数字 -背景减法
我需要达到的目标： -快速检测 -减少丢脸（未检测到）的数量
挑战： -带有小脸的大图像 -图片中的很多区域都没有使用（但是我无法更改相机的位置）
答案 0 :(得分：0)
基于SSD的网络是完全卷积的，这意味着您可以更改输入大小。尝试传递不同大小的输入，然后选择一种具有令人满意的性能和准确性的输入。这里有一个示例：http://answers.opencv.org/question/202995/dnn-module-face-detection-poor-results-open-cv-343/
input = blobFromImage(img, 1.0, Size(1296, 760)); // x0.5
input = blobFromImage(img, 1.0, Size(648, 380)); // x0.25