之前在看MTCNN P-net时一直不懂，为什么，我明明要的是人脸框数据
我还要去训练5个特征点和人脸识别
现在知道了
我们是利用5个特征点和人脸检测去加强人脸框数据的精度
相当于用与之相关的数据去提高前面几层网络的准确率
真的牛逼