LibTorch实战三:人脸检测综述
基于深度学习人脸检测算法已经非常成熟。这里,我们采用WilderFace来验证各个模型性能,以下图表是6个轻量级的网络模型性能对比
什么是WilderFace?
在人脸检测大赛中,百度的pyramidBox赢得当年冠军,他的成绩为:0.961 0.950 0.889,比下面最好的模型还要好。但是,类似于pyramidBox这类人脸检测,它的BackBone采用的是例如ReNet这种复杂的网络模型,那自然计算量大,不利于部署到边缘设备。
pyramidBox++使其改进版。下图是pyramidBox的一个识别样例:
那为什么,我们只是做简单二分类,上述所有模型在wilderFace上的准确率做不到100%呢,猜测原因:有的人脸很小,几个像素那么大,有的人脸被严重遮挡等原因。所以,当我们在训练自己的数据集的时候,上述情形人脸,完全可以当作“背景”。
reference:
6款主流轻量级人脸检测模型:
https://zhuanlan.zhihu.com/p/129032029
WilderFace数据集中VOC标签格式转换YOLO格式:
https://www.cnblogs.com/Assist/p/11091501.html
https://blog.csdn.net/sunqiande88/article/details/102414883
WilderFace官网(居然给了腾讯网盘下载链接):
http://shuoyang1213.me/WIDERFACE/
CV&DL