CNN从分类到回归：人脸特征点提取实战指南

1. 从分类到回归：CNN人脸特征点提取的核心思考

作为一名长期从事计算机视觉开发的工程师，我经常遇到这样的场景：当我们掌握了图像分类任务后，如何快速将已有知识迁移到其他视觉任务中？人脸特征点提取就是一个典型的例子。这个项目展示了如何将一个基础的CNN分类模型改造为能够精准定位人脸关键点的回归模型。

在传统分类任务中，我们训练模型识别图片中的物体类别；而在回归任务中，模型需要预测连续的数值坐标。虽然两者看似差异很大，但核心的CNN架构其实可以通用。关键在于理解模型输出的"解读方式"不同——这正是深度学习的魅力所在。

2. 项目核心逻辑与任务差异

2.1 分类与回归的本质区别

分类和回归任务在CNN实现上有几个关键差异点：

1. 输出层设计：分类任务输出神经元等于类别数，回归任务输出等于坐标维度（本例为10，对应5个点的x,y坐标）

2. 激活函数：分类最后用Softmax，回归通常不用激活函数

3. 损失函数：分类用交叉熵，回归用SmoothL1Loss或MSE

4. 标签处理：分类标签是整数，回归标签是浮点数

2.2 数据预处理要点

对于人脸关键点检测，数据预处理需要特别注意：

python复制transforms.Compose([
    transforms.Resize([80, 80]),  # 先放大
    transforms.RandomRotation(15),  # 小幅旋转
    transforms.CenterCrop(64),  # 统一尺寸
    transforms.RandomHorizontalFlip(p=0.5),  # 水平翻转
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

重要提示：当使用水平翻转增强时，必须同步交换左右特征点的坐标标签，否则模型会学到错误的空间对应关系。

3. 模型架构设计与实现

3.1 CNN基础架构

我们采用经典的卷积-池化堆叠结构：

python复制class CNN(nn.Module):
    def __