需求：{1、pnet网络替换成深度可分离卷积 2、加新的输出 3、换一下softnms} 1、替换网络 Pnet替换成深度可分离卷积 Mtcnn_model.py文件 2、新的输出具体是： 训练MTCNN模型所采用的的WIDER_FACE 数据集标签包含人脸的标定框的坐标之外五个对人脸特性的评价指标如图，包括模糊度（清晰的为 0，正常为 1、模糊为 2）、遮挡程度（没有遮挡为 0，部分遮挡为 1、大面积遮挡为 2）、姿势（根据人脸姿势”典型脸”为 0，“非典型脸”为1）、亮度（正常亮度为1，过亮为0）、表现力（正常情绪为0，夸张为1） 图 3.6 WIDER_FACE 数据集提供的五种标签示意图 Fig. 3.6 Five label value…