这里主要参考dface，网络可视化参考caffe版本实现的mtcnn-caffe和mtcnn，对照论文和相应的模型的train_val.prototxt以及可视化netscope实现而成。
- mtcnn
- mtcnn-caffe
- dface 基本参考这个仓库。
- Large-scale CelebFaces Attributes (CelebA) Dataset CelebA数据集，人脸alignment数据集。
- mtcnn-pytorch以及mtcnn-pytorch，提供了人脸检测测试pytorch实现。
MTCNN主要有三个网络，分别是PNet，RNet和ONet。
PNet网络主要训练cls和box，所以只需要WIDER FACE数据集即可（包含人脸图像的bounding box），同时将图像分为pos，neg，part这三个不同的训练样本进行训练。
PNet网络架构如下所示：
