CenterFace核心笔记

最新推荐文章于 2024-06-16 08:35:49 发布
最新推荐文章于 2024-06-16 08:35:49 发布
阅读量281 收藏
点赞数
分类专栏： CenterFace 文章标签： 深度学习 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35632035/article/details/113738277
版权
CenterFace是一种轻量级的人脸检测方法，它将人脸检测转化为中心点预测，并在有限的计算资源下表现出色。在FDDB和WIDERFACE数据集上，CenterFace达到了最先进的效果，且在CPU和GPU上的运行速度较快。模型通过热力图预测人脸存在、大小和关键点，采用L1 smooth loss进行训练，以提高准确性。
摘要由CSDN通过智能技术生成

CenterFace核心笔记

牛先生AI 牛先生AI 今天

 

Overview

· 将人脸检测问题转换为中心点的预测问题
· 人脸对齐一块儿做，人脸关键点检测效果良好
· 模型结构轻量化，非常适合在各种计算资源有限的嵌入式设备使用。
· 在各个数据集上取得了state-art-art 效果

效果描述

图片

对比各个人脸检测器在FDDB数据集上的结果差异，CenterFace与更重的人脸检测器（S3FD）没有明显差异。

 

图片

 

对比各个人脸检测器在WIDERFACE数据集上的结果差异，CenterFace在收益和计算资源付出方面体现出非常大的收益，其在更难的样本下检测效果优势体现更明显。

图片

在CPU和GPU的同步对比下CenterFace都取得了不错的效果，速率明显快于对比的检测器（S3FD,DSFD）


模型结构叙述

最低0.47元/天 解锁文章
Ox__AI
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CenterFace: Joint Face Detection and Alignment Using Face as Point
chenaxin的博客
11-13 2962
摘要   无约束环境下的人脸检测和对齐通常部署在内存有限、计算能力低的边缘设备上。本文提出了一种称为（CenterFace）的单阶段方法，可以实时快速、高精度地同时预测人脸边框和特征点位置。所提出的方法也属于无锚类。这是通过以下方法实现的：（a）通过语义地图学习人脸存在的概率（b）学习边界框、偏移量和可能包含人脸的每个位置的五个特征点。具体地说，该方法可以在单个CPU内核上实时运行，使用NVIDIA 2080TI以200 FPS的速度处理VGA分辨率图像，并且可以同时实现更高的精度（Wider Face V
CenterFace:人脸检测
04-13
中心脸 介绍 CenterFace（大小为7.3MB）是一种用于边缘设备的实用的无锚脸检测和对齐方法。 最近更新 2019.09.13 CenterFace发布。 环境 OpenCV 4.1.0 脾气暴躁的 Python3.6 + 准确性 WIDER FACEval集的结果： 型号版本 简易设定 中型套装 硬集 面盒 0.840 0.766 0.395 面盒3.2× 0.798 0.802 0.715 视网膜脸部网络 0.896 0.871 0.681 LFFD-v1 0.910 0.881 0.780 LFFD-v2 0.837 0.835 0.729 中心脸 0.935 0.924 0.875 中心脸小 0.931 0.924 0.870 WIDER FACE测试集的结果： 型号版本 简易设定 中型套装 硬集 面盒 0.839
face recognition[Euclidean-distance-based loss][Center Face]
weixin_33953384的博客
12-12 141
本文来自《A Discriminative Feature Learning Approach for Deep Face Recognition》，时间线为2016年。采用的loss是Center loss。 0 引言 通常使用CNN进行特征学习和标签预测的架构，都是将输入数据映射到深度特征（最后一层隐藏层的输出），然后到预测的标签，如图1. 在通用目标，场景和动作识别中，预测的样本归属的类...
centerface_pytorch人脸检测算法模型
最新发布
qq_27815483的博客
06-16 1237
CenterFace是一种人脸检测算法,采用了轻量级网络mobileNetV2作为主干网络,结合特征金字塔网络(FPN)实现anchor free的人脸检测。
人脸检测之CenterFace
年轻即出发，
07-03 7874
论文：CenterFace: Joint Face Detection and AlignmentUsing Face as Point Github：https://github.com/Star-Clouds/CenterFace 论文基于centerNet进行改进，提出了anchor free形式的人脸检测框架，可以同时实现人脸检测+关键点检测。精度和速度都优于主流的MTCNN，Face Box等框架。 主要贡献： 提出了anchor free的人脸检测设计，将人脸检测问题转化为...
CenterFace.pytorch:非官方版本的人脸，可在人脸检测时实现速度和准确性之间的最佳平衡
03-20
实时人脸检测Centerface 非官方版本的Centerface，可在速度和准确性之间取得最佳平衡。 Centerface是一种适用于边缘设备的实用的免锚人脸检测和对齐方法。 该项目提供了培训脚本，培训数据集和预培训模型，以方便用户重现结果。最后，感谢中心人的作者提供的培训建议。 WIDER_FACE验证集中的性能结果 使用相同的火车数据集而没有其他数据对于多比例尺，将比例尺设置为0.8、1.0、1.2、1.4 ，但它们的尺寸也将调整为800 * 800，因此我认为这不是真正的多比例尺测试。 方法 简单 中等的 难的 我们的（一个尺度） 0.9206 0.9089 0.7846 原版的 0.922 0.911 0.782 我们的（多尺度） 0.9306 0.9193 0.8008 要求 使用pytorch，您可以使用pip或conda来安装要求 # for pip cd
python核心笔记_python核心笔记_
09-29
"Python核心笔记"是对Python编程基础知识的深入探讨，旨在帮助学习者掌握Python语言的关键概念，理解其工作原理，并避免在编程过程中常见的错误。这份笔记涵盖了Python的核心特性，包括但不限于数据类型、控制结构、...
python核心笔记.pdf
09-18
学习python以来整理的python开发的相关笔记，里面会有很多有实用的技术和解决方案。有需要的同学拿去用
JS核心课堂笔记
05-22
达*内部js核心课堂笔记，里面有数组、闭包、原型链等等重难点内容
黑马程序员安卓核心笔记
10-21
《黑马程序员安卓核心笔记》是一份专为初学者设计的详细学习资料，涵盖了安卓开发的基础到进阶知识。这份笔记的目的是帮助读者快速理解和掌握安卓应用程序的开发技能，从而能够独立构建自己的安卓应用。 笔记首先从...
尚硅谷springboot核心技术笔记
01-23
《尚硅谷springboot核心技术笔记》是一份详尽的教程资料，涵盖了Java开发中Spring Boot框架的核心概念和技术。Spring Boot作为现代Java应用开发的主流框架，以其便捷的“起步依赖”和“约定优于配置”的特性，大大...
Lightweight-face-detection-CenterNet:轻量级面部检测CenterNet
03-09
中心面 中心人脸检测模型 该模型是专为边缘计算设备设计的轻量级面部检测模型 测试了有效的环境 Ubuntu16.04，Ubuntu18.04，Windows 10（用于推断） Python3.6 火炬1.0.1 CUDA10.0 + CUDNN7.6 精度，速度，模型尺寸比较 使用所提供的清洁widerface标签 宽面测试 WIDER FACEval设置中的测试精度（单刻度输入分辨率： 640 * 640或按最大边长320进行缩放） 模型 简易设定 中型套装 硬集 libfacedetection v1（caffe） 0.65 0.5 0.233 libfacedetection v2（caffe） 0.714 0.585 0.306 Retinaface-Mobilenet-0.25（Mxnet） 0.745 0.553 0.232 中心脸 --
【个人开源】实时人脸检测centerface
01-06
the real-time face detection Centerface unofficial version of centerface, which achieves the best balance between speed and accuracy. Centerface is a practical anchor-free face detection and alignment method for edge devices. The project provides training scripts, training data sets, and pre-trainin
【人脸检测】CenterFace：轻量级anchor_free人脸检测器
chen1234520nnn的博客
09-01 509
论文地址：https://arxiv.org/ftp/arxiv/papers/1911/1911.03599.pdfgithub地址：https://github.com/Star-Clouds/centerface 前言： CenterFace基本结构还是基于CenterNet网络修改得来的，与CenterNet一些小的区别点是： 1）主干网络改为mobilenetV2； 2）loss函数的计算方式也有些小变动，边框的宽高回归加上了log进行约束； 3）边界框中心点回归也有L1 loss改.
CenterFace模型转TensorRT
linghu8812的博客
11-07 558
文章目录CenterFace模型转TensorRT1. github开源代码2. 重写ONNX模型3. ONNX模型转TensorRT模型3.1 概述3.2 编译3.3 运行4. 推理结果 CenterFace模型转TensorRT 1. github开源代码 CenterFaceTensorRT推理的开源代码位置在https://github.com/linghu8812/onnx_trt_deploy/tree/master/CenterFace，作者开源的代码位置在https://github.com
探索实时人脸检测的未来：Centerface 实现最佳速度与精度平衡
gitblog_00025的博客
05-28 410
探索实时人脸检测的未来：Centerface 实现最佳速度与精度平衡 项目地址:https://gitcode.com/chenjun2hao/CenterFace.pytorch 在计算机视觉领域中，高效且准确的人脸检测是至关重要的一步。今日我们向您推荐一款开源项目——Centerface，这是一个专为边缘设备设计的实用型无锚点人脸检测和对齐方法。它不仅提供了训练脚本、训练数据集和预训练模型，使...
【人脸检测】centerface_mobilenetv2实时人脸+5关键点检测
怡宝2号
01-21 1637
说明： 采用mobilenetv2做主干网络，模型只有7.7M，采用python直接推理能做到30fjps左右。但是因为模型特征采集不够强壮，人脸矩形框存在误检，人脸关键点不够精确。 【实时人脸检测】centerface ...
CenterFace模型框架详解 轻量级anchor-free人脸检测器
孤独的风中一匹狼
04-09 1524
论文地址：https://arxiv.org/ftp/arxiv/papers/1911/1911.03599.pdf github地址：https://github.com/Star-Clouds/centerface CenterFace是一个适用于内存和计算能力有限的边缘设备的轻量级人脸检测器，其大小只有7.3M。关于CenterFace论文的解读这里不再过多介绍，可以参考其他博客。本篇文章主要介绍CenterFace模型思想和框架的一些理解。 模型思想 CenterFace模型借鉴了Cent
开源代码CenterFace:解读轻量级anchor_free人脸检测器
图像算法Imalg的博客
01-16 3289
背景 在不受限制的环境中，人脸检测始终部署在边缘设备上，这些设备的内存存储空间有限且计算能力较低。本文提出了一种名为CenterFace的单阶段方法，该方法可以实时，高精度，同时预测面部框和界标位置。所提出的方法也属于自由锚类别。这可以通过以下方式实现： （a）通过语义图学习人脸存在的可能性 （b）为可能包含人脸的每个位置学习边界框，偏移量和五个界标。具体来说，该方法可以使用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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