我一直在探索dlib的脸部探测器而不是它的python API。在我的数据集中的大多数图像上，它在大多数图像上的表现似乎比cv2略好，所以我在图片场景中的多个面上继续玩它。
通过dlib的python示例，似乎可以训练这些图像，但我想知道是否有人有一个建议如何确保最左边和右边的两个面被开箱即检测到？
这是他的形象，我无法找到所有6个面孔（https://images2.onionstatic.com/onionstudios/6215/original/600.jpg）
Dlib有一个非常精确的面部检测器。但它检测不是正面（如最左边）和/或遮挡面（如最右边）。
Seeta（https://github.com/seetaface/SeetaFaceEngine）与那些合作得更好。但它不太精确。
我也尝试重新训练Dlib的面部探测器。并且获得比DLIB精确得多的精确度，并且比Seeta更少回忆。所以，重新训练DLIB似乎并不完美。
根据我的经验，Dlib在开箱即用的情况下开箱即用。我建议用更多此类数据训练Dlib。