《retinaface: single-stage dense face localisation in the wild》
insight face在2023年提出的最新人臉檢測模型,原模型使用了deformable convolution和dense regression loss， 在 wide***ce 資料集上達到sota。
雖然在未受控制的人臉檢測方面取得了巨大進步，但野外準確有效的面部定位仍然是乙個開放的挑戰。這篇文章提出了乙個強大的單階段人臉檢測器，名為retinaface，它利用聯合監督和自我監督的多工學習，在各種人臉尺度上執行畫素方面的人臉定位。具體來說，我們在以下五個方面做出了貢獻：
retinaface的mnet本質是基於retinanet的結構，採用了特徵金字塔的技術，實現了多尺度資訊的融合，對檢測小物體有重要的作用，retinanet的結構如下
簡化版的mnet與retinanet採用了相同的proposal策略，即保留了在feature pyramid net的3層特徵圖每一層檢測框分別proposal，生成3個不同尺度上的檢測框，每個尺度上又引入了不同尺寸的anchor大小，保證可以檢測到不同大小的物體
在分類和回歸的基礎上加入了目標點的回歸。官方的網路結構採用了5個目標點的學習，後續也可以修改為更多目標點，比如aflw中的21個目標點以及常用的68或者106個目標點
（2）我們進一步增加了乙個自監督網格解碼器分支，用於與現有的受控分支並行地**畫素三維形狀的面部資訊。、
提公升模型對於小物體的檢測能力，使用了dcn（deformable convolution network）
lcls：人臉分類loss
lbox：人臉框回歸loss
lpts：人臉關鍵點回歸loss，五點
lpixel：自監督3d mesh renderer稠密人臉回歸
人臉識別之人臉檢測
人臉識別分為人臉檢測 人臉預處理 蒐集和學習人臉以及人臉識別四個部分，此部分將人臉檢測。本文基於opencv進行的。在opencv中常用的人臉檢測器有基於lbp的特徵檢測 基於haar的特徵檢測，兩者的區別 前者比後者快好幾倍且不需要許可協議，但很多haar檢測器需要許可協議。基於haar的臉部檢測...
OpenCV人臉檢測 眼睛檢測之在人臉以外找眼睛
今天在學習opencv人臉檢測時，發現眼睛檢測是在人臉以外尋找眼睛的，源 如下 import cv2 def detect face cascade cv2.cascadeclassifier cascades haarcascade frontalface default.xml eye casc...
人臉檢測2
下面的 是講具體如何訓練 當時我想研究車牌識別的，用此方法對車牌進行訓練沒有成功，呵呵。下面是成功的例子，注意是 opencv中的traincascade.exe不是 另外那個 opencv traincascade.exe data data vec a.vec bg e lch train im...