超超超輕量人臉檢測和關鍵點識別演算法

適用於移動端或者邊緣計算的輕量人臉檢測和關鍵點檢測模型，模型僅僅1m多。主要基於retinaface結構簡化，刪除了前面幾個大特徵圖上的head，因此小目標的人臉檢測可能會有影響，在一般應用場景下影響不大。

這裡速度最快的是mobilenet_v2_0.1,效果如圖：

最終使用mobilenet+panet實現了乙個大小僅僅813k，效果還不錯的人臉檢測模型，效果如圖：

這裡實驗了四個輕量骨幹網路mobilenetv1, mobilenetv2, mobilenetv3, efficientnetb0.

./weights/ mobilenet0.25_final.pth mobilenetv1x0.25_pretrain.tar efficientnetb0_face.pth mobilenetv3.pth mobilenetv2_0.1_face.pth

...

設定你的訓練引數(e.g. batch_size, min_sizes and steps etc..) ，見配置檔案data/config.py和train.py.

cuda_visible_devices=0,1,2,3 python train.py --network mobilenetv1 cuda_visible_devices=0 python train.py --network mobilenetv1

python test_wide***ce.py --trained_model weight_file --network mobilenetv1(or mobilenetv2, mobilenetv3, efficientnetb0)

然後

cd ./wide***ce_evaluate python setup.py build_ext --inplace python evaluation.py

見我的github: