老师，这边网盘里好像没有facenet.py文件啊

老师我想问下p网络的输出是(1,1,32),为什么O网络的输入是(24,24,3)呢？

请问一下老师， 预测框的坐标是回归任务，那么它的输入数据是什么呢

老师您好，在MTCNN训练时，正负例及part样本是来自一个数据集WIDER FACE，也就是这个数据集每一张图片都有这三种标注，而Landmark faces来自另一个数据集CelebA，我有个疑问，在训练时对于一条样本，不应是在一张图片上有正负例、part以及Landmark faces这4种标注吗，如何按照论文里是从两个数据集里获取样本，它是怎么对应到一起的呢？比如训练到WIDER FACE里的一张图片时只有正负例及part标注，那么这张图片的Landmark faces从哪来呢。

老师请教一下，p-net和r-net训练的内容一样吗？怎么感觉这两个阶段是相同的啊？

还是p-net阶段负责收集各类样本，主要训练类别

r-net阶段使用第一阶段收集的样本，主要训练人脸框的坐标

老师，这里的proposal-net, refine-net,output-net,不是串联的么，而且loss是以加权加和的方式计算的。inception-net里面loss是分开的，互不影响，可以分开训练

这里的网络，训练的时候，三个阶段能分开单独训练吗？

如果能，每个阶段的loss怎么算，权重怎么取？

单独训练完，最终的结果还需要联合起来再训练几次吗？