about some details about facedetection-dsfd

[lijiannuist]

Hi @foralliance
(1) code，paper中都是分了三个分支，通过堆叠层数和dilation的设置，不同的分支其实会有不同的dilation系数。
(2) 是的，一阶段模型中，多尺度测试融合能极大的提升性能，multi_scale_test_pyramid比multi_scale_test测试尺度多，结果好。
(3)可以可视化一下看看结果。其原因是:图片缩小目的是为了检测大目标，因而不需要关心小于30的物体，那些小于30的那些目标就交由放大测试操作进行检测。否则会引入误检。
(4)这个在测试脚本里面应该有体现，write_to_txt函数里面。
(5)在350,351,352三行代码有体现。

[foralliance]

@lijiannuist
谢谢您的回复．

对于第5点：
根据350,351,352三行代码的设置，
self.face_priors生层6组anchors，对应尺度[16, 32, 64, 128, 256, 512]，对应6个分支p0-p5．
self.head_priors生层5组anchors，对应尺度[16, 32, 64, 128, 256]，对应5个分支p1-p5．
self.body_priors生层4组anchors，对应尺度[16, 32, 64, 128]，对应4个分支p2-p5．

根据PyramidBoxFig4的描述：p0上16的face，对应p1上32的head，对应p2上64body．所以，自认为，self.head_priors对应的尺度应该是[32, 64, 128, 256, 512]，self.body_priorss对应的尺度应该是[64, 128,256, 512]．
所以说应改为：

self.face_priors = self.init_priors(self.cfg)
self.head_priors = self.init_priors(self.cfg , min_size=cfg['min_sizes'][1:], max_size=cfg['max_sizes'][1:])
self.body_priors = self.init_priors(self.cfg , min_size=cfg['min_sizes'][2:], max_size=cfg['max_sizes'][2:])

不知道自己的理解对不？