DBFace升级，模型仅1.3M的轻量级高精度人脸检测模型

本文转载自DeepBlue深兰科技

已获原文作者授权转载，请勿二次转载

前段时间DBFace人脸检测库横空出世，被高度评价为：“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！”，而近来又进行了升级，最小模型仅1.3M！

DBFace系出名门：国内人工智能公司深兰科技（DeepBlue），这个模型的创建者，正是来自深兰科技下属深兰科学院算法研究所的两位“高手”——Libia和Wish。

据了解，该模型起初只是被放在了Github上，没想到被《机器之心》扒了出来，目前在Github上已有近700颗星。

今天

就跟随这两位算法大咖

一起来看看DBFace是如何诞生的

1. 网络选择

DBFace的初衷是设计成一款轻量级的人脸检测器，能够在边缘计算上有效的使用，而疫情时期的特殊需求，也使得对于hard类（例如戴上口罩）人脸检测势在必行。

因为CenterNet具有后处理的简洁高效性，以及对小目标友好等特点，在综合性能和速度的考虑下，我们选择了CenterNet结构做检测任务，采用MoblienetV3做Backbone。相较于MobilenetV2，MobilenetV3在其基础上新增了 SE 、Hard-Swish Activation等模块，在兼顾Infernce速度的同时提升网络性能 。

结构如下：

对于任务头的设计，我们引入了SSH的DetectModule和ContextModule，经实验验证该模块能有效的提升DBFace算法的检出性能。

 

对于上采样设计，我们采用Upsample+Conv+Act的方式，避免使用反卷积造成可能的锯齿问题。

2. Loss定义

整个网络由三部分Loss组成：

• 热力图（HeatMap）损失

• 位置坐标偏移量（BoundingBox）损失

• 关键点（Landmark）损失

2.1 HeatMap 损失：Focal Loss

Focal loss，该损失函数是在标准交叉熵损失基础上修改得到的。可以通过减少易分类样本的权重，使得模型在训练时更专注于难分类的样本，从而能有效地缓解类别不均衡带来的网络注意力偏差问题。

这里γ取2，y=1时，α为正样本的权重，参照CenterNet，定义为目标周围半径处3*3范围为1，其他为0，目的是加强正样本的训练权重。y=0时，α为(1 - gt)4，此时GT是一个基于目标计算的椭圆高斯图，参照TTFNet (Training-Time-Friendly Network for Real-Time Object Detection)。

2.2 位置坐标偏移量损失:  GIoU Loss

目前大部分目标检测中主流的边界框优化采用的都是BBox的回归损失(MSE loss, L1-smooth loss等)，该种方式通过距离计算损失值，从而忽略了检测框本身最显著的性质IoU。如下图所示，在L1及L2范数取到相同的值时，实际上检测效果却是差异巨大的，直接表现就是预测和真实检测框的IoU值变化较大，这说明L1和L2范数不能很好地反映检测效果。

 

通过IOU作为Loss来优化任务，其缺点在于：

• 预测框bbox和ground truth bbox如果没有重叠，IOU就始终为0并且无法优化。其损失函数失去了可导的性质。

• IOU无法分辨不同方式的对齐，例如方向不一致等情况。

GIOU则能很好的解决上面两个问题。

假设现在有两个任意的bbox，A和B，我们要找到一个最小的封闭形状C，让C可以将A和B包围在里面，然后我们计算C中没有覆盖A和B的面积占C总面积的比例，再用A和B的IOU值减去这个比值。 

2.3人脸关键点Landmark回归：WingLoss

由于SmoothL1 Loss对于较大误差时比较敏感，但是对中小误差则比较不敏感，而导致关键点无法得到精细结果，因此考虑加重对中小误差的关注。对比试验后，选择WingLoss (Wing Loss for Robust Facial Landmark Localisation with Convolutional Neural Networks) 作为Landmark训练Loss。

 

 

WingLoss

 

这里我们采用了w=10，e=2，同时为了避免Landmark相对人脸中心和宽高带来的累积误差，因此我们对Landmark采用了相对于人脸中心点的方式进行训练。

3.数据增广

模型主要使用了random filp、random scaling、color jittering、randomly crop square patch、image compress等图像变换方式。

检测结果及精度验证如下：

  

4.实际运行

项目地址：https://github.com/dlunion/DBFace

下载代码后main.py提供基于图像和摄像头的案例，我们稍加修改后：

 

把图像放到datas目录下，执行后，结果在detect_result中，我们看到如我们预期的结果：

  

 

 

下图，对于戴口罩人脸的检测（训练时并未使用戴口罩数据，因此将会加入戴口罩数据进行训练以优化模型的效果）。

 

这个轻量级人脸检测模型可谓是业内的一股清流，不但识别准确率高、运行门槛低，实用扩展的空间也较大。欢迎更多感兴趣的朋友前往Github体验使用！

更多阅读：

大盘点｜轻量级人脸检测算法实现，快到没朋友的都在这里了～

END

备注：人脸

人脸技术交流群

人脸检测、识别、对齐、重建、表情识别、表情迁移等技术，

若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到