10种轻量级人脸检测算法的比拼

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

转自：https://blog.csdn.net/nihate/article/details/108798831

计算机视觉研究院专栏

作者：Edison_G

最近在微信公众号里看到轻量级人脸检测算法大盘点的文章，里面还提供了github源码地址，我就把它们逐个下载到本地机器上，调试通过运行。

​

​

1) Ultra-Light-Fast-Generic-Face-Detector，程序里简写为ultraface
2) LFFD：A Light and Fast Face Detector for Edge Devices，程序里简写为lffdface
3) CenterFace， 程序里简写为centerface
4) DBFace， 程序里简写位dbface
5) RetinaFace， 程序里简写为retinaface
6) MTCNN， 程序里简写为mtcnn
7) SSD， 程序里简写为ssdface
8) facebox，程序里简写为facebox
9) yoloface，程序里简写为yoloface
10) 于仕琪老师提出的libfacedetection， 程序里简称为libface

​

第2幅图片的检测结果和运行耗时统计直方图如下：

​

© The Ending

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

计算机视觉研究院主要涉及深度学习领域，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架，我们这次改革不同点就是，我们要着重”研究“。之后我们会针对相应领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

扫码关注

计算机视觉研究院

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

 往期推荐 

🔗

• 纯干货：Box Size置信度偏差会损害目标检测器（附源代码）
  

• 优于FCOS：在One-Stage和Anchor-Free目标检测中以最小的成本实现最小的错位（代码待开源）
  

• 改进的YOLOv5：AF-FPN替换金字塔模块提升目标检测精度
  

• 用于吸烟行为检测的可解释特征学习框架（附论文下载）
  

• 图像自适应YOLO：恶劣天气下的目标检测（附源代码）
  

• 新冠状病毒自动口罩检测：方法的比较分析（附源代码）
  

• NÜWA：女娲算法，多模态预训练模型，大杀四方！（附源代码下载）
  

• 实用教程详解：模型部署，用DNN模块部署YOLOv5目标检测（附源代码）
  

• LCCL网络：相互指导博弈来提升目标检测精度（附源代码）
  

• Poly-YOLO：更快，更精确的检测（主要解决Yolov3两大问题，附源代码）