A-Light-and-Fast-Face-Detector-for-Edge-Devices

该博客介绍了针对边缘设备的轻量且快速的人脸检测器。通过使用mxnet-cu100库,模型在GPU上的运行时间为10-15ms。提供了数据集下载链接和损失函数地址,以及数据预处理的多线程数据迭代器方法。
摘要由CSDN通过智能技术生成

A-Light-and-Fast-Face-Detector-for-Edge-Devices

pip install mxnet-cu100

 

0是负样本,1是正样本

  ret, buf = cv2.imencode(self.compression_mode, im, self.encode_params)
            if buf is None or buf.size == 0:
                print('buf is wrong.')
                continue
            if not ret:
                print('An error is occurred while com:pression.')
                continue
            temp_sample.append(buf)

            if isinstance(bboxes, str):  # 负样本
                temp_sample.append(0)
                temp_sample.append(int(bboxes))
            else:
                temp_sample.append(1)
                temp_sample.append(bboxes)

 

1070 v1 15ms

v2 10ms

数据集下载:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值