conda create -n anti python=3.7

conda activate anti

pip install -r requirements.txt

git clone https://github.com/lessw2020/Ranger-Deep-Learning-Optimizer
cd Ranger-Deep-Learning-Optimizer
pip install -e .

图片数据解压后放置于raw_data文件夹内

通过retinanet r50，完成人脸检测，检测结果是 extra_data/pts_v2.tar
基本思路为，设置[0.8 0.1 0.001]三个阈值档位，依次进行检测，在0.1及以上档位检出的标签给到2，在0.1-0.001之间输出的标签给到1，0.001仍为检到脸给0 通过该处理，完成色块图像，以及极端光照图像的简单划分，以及困难人脸的检出

cd extra_data
tar -xvf pts_v2.tar
cd ../anti_code
python3 train_ccl.py --config_file="configs/ccl_mask.yml"

调用后处理程序完成结果平滑
cd ./post_process
python3 post_process.py