轻量级人脸识别之DSFD
AI算法半路出家的过程其实是有点痛苦的,告别了曾经熟悉的领域,在陌生又熟悉的道路上摸索着前进,其中的焦虑、彷徨以及面对信息过载的不知所措,常常让人怀疑当初的选择。好在,硬核人生不会被小小的困难劝退,我们有很多路径可以到达彼岸。也特别感谢科技和网络的进步,让知识的获取不再是少数人的专利。前些天找到了一个比较牛的AI学习网站,老师的授课方式风趣幽默,通俗易懂,让学习的过程兴趣盎然,忍不住推荐给大家。点击跳转到网站
———————————————我是分割线———————————————————
1. 算法介绍
高精度双分支人脸检测器DSFD由腾讯提出并开源。该算法曾在全球两大权威人脸检测数据集WIDERFACE和FDDB上均取得了第一。相关论文:《DSFD: Dual Shot Face Detector》,https://arxiv.org/pdf/1810.10220.pdf
DSFD算法主要有3点创新:
(1) 设计了新的FEM(Feature Enhance Module)模块,FEM在采用Top-Down层间信息融合的同时,在同一“感受野”内做了更多的enhancement,在width and depth上能学习到更有效的context和semantic信息。
(2) 提出了“分层锚点渐进”式的代价函数监督PAL(Progressive Anchor Loss)。模型采用2个层级(hierarchy),基于第一层(low-level)和第二层(high-level)的差异性,适配不同尺寸的anchor。在训练过程中,PAL可对整个模型形成更有效的监督。
(3) 设计了一种“改进的锚点匹配策略”(Improved Anchor Matching Strategy)。One-stage detector由于在输出层分配有密集的anchor,anchor与face匹配的好坏直接影响训练效果。DSFD算法充分考虑了不同大小的face和各个anchor的关系,提出了一种新的数据扩增法。
DSFD算法的整体框架主要包括三个部分:特征增强模块(FEM),分层锚点渐进式的代价函数(PAL),改进的锚点匹配策略(IAM)。
算法框架图如下:
2. 算法评估结果
2.1 WidlerFace评估结果
DSFD算法在WiderFace数据集上的评估,Validation和Test两个评估集上的结果均为Top1,在Validation上的结果为:easy:0.966, medium:0.957,hard:0.904;在Test上的结果为:easy:0.960,medium:0.953,hard:0.900。
在WiderFace数据集上的可视化结果:
2.2 FDDB评估结果
FDDB数据集召回率的计算方式不同,可以分为Discrete和Continuous两种评估方式。下图为DSFD在FDDB数据集上的评估结果,其中横轴为Falsepositives (误检数量),纵轴为Truepositives (召回率)。
在FDDB上的可视化结果:
3. 算法实现
腾讯的官方代码实现在GitHub - Tencent/FaceDetection-DSFD: 腾讯优图高精度双分支人脸检测器
运行环境如下:
- Torch == 0.3.1
- Torchvision == 0.2.1
- Python == 3.6
- NVIDIA GPU == Tesla P40
- Linux CUDA CuDNN
此外,网络上还流行一个DSFD的Tensorflow实现,与原论文稍微有些出入,但亲自试下来效果还不错。GitHub - 610265158/DSFD-tensorflow: a tensorflow implement dsfd face detector
运行环境:
- Tensorflow2.0.0
- OpenCV
- python 3.6
该算法实现的模型大小在580K左右,在WiderFace和FDDB两个数据集上的表现如下:
本地运行结果:
轻量级人脸识别之DSFD相关推荐
- 轻量级人脸识别算法之DBFace
AI算法半路出家的过程其实是有点痛苦的,告别了曾经熟悉的领域,在陌生又熟悉的道路上摸索着前进,其中的焦虑.彷徨以及面对信息过载的不知所措,常常让人怀疑当初的选择.好在,硬核人生不会被小小的困难劝退,我 ...
- VarGFaceNet:地平线提出轻量级、有效可变组卷积的人脸识别网络
作者 | Mengjia Yan.Mengao Zhao.Zining Xu.Qian Zhang.Guoli Wang.Zhizhong Su 译者 | 刘畅 编辑 | Jane 出品 | AI科技 ...
- 轻量级3d模型查看器_耐能取得两项软件著作权,自研轻量级3D人脸识别算法领先业界...
近日,耐能收到国家版权局颁发的两份<计算机软件著作权登记证书>,两款软件分别是人脸活体检测和人脸识别开发包软件V1.1.0.卷积神经网络简化和加速开发工具软件V2.2.17.这次取得两项软 ...
- 地平线开源轻量级、有效可变组卷积的人脸识别网络VarGFaceNet
点击我爱计算机视觉标星,更快获取CVML新技术 作者 | Mengjia Yan.Mengao Zhao.Zining Xu.Qian Zhang.Guoli Wang.Zhizhong Su 译者 ...
- 模型仅有7M:轻量级高精度人脸识别方法DBFace
本贴来源网络.只是博主为了临时记录,三十日后将删帖 根据评论区反应,部分描述欠佳,请技术人员自动规避. 这个仅 7M 大小的人脸识别模型几乎识别出了世界最大自拍照中的所有人像! 项目简介 之前机器之心 ...
- 特征点数量与人脸识别准确度没有直接关系
特征点数量与人脸识别准确度没有直接关系 人脸特征点数量的作用 人脸对齐 人脸识别 NCNN 腾讯专门为移动端神经网络推理设计的框架 人脸特征点数量的作用 人脸识别主要包含以下几个步骤:1人脸侦测.2特 ...
- 推荐 6 个 yyds 的人脸识别系统
本文章推荐 6 个 GitHub 上 Star 最多的人脸识别开源项目,逛逛 GitHub 会每天推荐一些优质有用的开源项目,欢迎关注订阅 本期推荐的开源项目是: 1. 带有移动应用程序的人脸识别库 ...
- directx sdk march 2009_小视科技极致轻量级模型人脸识别sdk支持活体检测总模型仅8M...
近日,小视科技正式发布定制化解决方案--极致轻量级模型人脸识别sdk,该模型专为低算力设备 (如用 A7.A9等芯片设备) 设计,旨在保持低算力设备人脸识别的识别精度和速度. 此次发布的极致轻量级模型 ...
- github优秀项目分享:基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目...
点击上方"机器学习与生成对抗网络",关注"星标" 获取有趣.好玩的前沿干货! 文章来源:七月在线实验室 01 yolo-face-with-landmark ...
最新文章
- mycat教程(一) —— 安装
- IBatis.net动态SQL语句
- 提高jQuery执行效率
- 【转】Asp.net控件开发学习笔记整理篇 - 数据回传
- Linux学习笔记---烧写bin文件分析
- css盒模型只能应用于html,iframe,css样式表,盒模型的使用方法-2019年9月3日
- iOS 不错的第三方开源库归类分享
- MySQL添加唯一约束和联合唯一约束(建表后添加)
- mybatis框架增删改的注意事项 ,不同数据库取消转义的方法
- MyBatis之sql映射文件
- MySQL数据库知识点大全
- 林锐-《我的大学十年》
- 全球及中国布鲁顿酪氨酸蛋白激酶抑制剂行业研究及十四五规划分析报告
- 校招(春招实习 + 秋招)总结感想
- SSL weak ciphers 漏洞修复过程
- Mac basictex缺少xxx.sty文件
- Linux-使用uboot命令将Linux镜像和设备树文件下载到DRAM中
- LeetCode - 362 敲击计数器(设计)
- java线程之List集合并发安全问题及解决方案
- qrcode-reader——二维码识别