人脸检测算法YuNet再次提升，参数量降至54K | 历时8年，更快更小更准

我们的人脸检测项目libfacedetection是2015年创建的开源项目，算法模型为YuNet，已经持续维护8年至今，在GitHub上已经获得11.7K星。欢迎大家三连：使用、反馈和建议

2022-2023年我们对训练部分进行了大幅改进。我们更加大胆地对算法进行优化迭代，放弃了第二版的Anchor-based机制而采用Anchor-free机制，并对损失函数、正负样本标签匹配等部分进行改进，得到了第三版YuNet。第三版YuNet有两个版本：追求高速度的YuNet-s和追求高精度的YuNet-n。

• YuNet-s：该版本将参数量降低到54K，降幅约40%。精度略有下降，达到了0.887/0.871/0.768（比上一版85K参数版本好）。在C++库上，我们采用YuNet-s重新编写了新模型的执行代码，推理速度提升约20%。

• YuNet-n：将参数量降低到76K，在WIDER Face验证集上，Easy/Medium/Hard三个难度分别达到了0.892/0.883/0.811，达到了人脸检测领域内的高水平。

过去四年YuNet提升情况（AP数值越大表示准确率越高）：

	参数量	APeasy	APmedium	APhard
2020年3月	130K	0.849	0.816	0.601
2021年5月	85K	0.834	0.824	0.708
2021年9月	85K	0.856	0.842	0.727
2023 YuNet-n	76K	0.892	0.883	0.811
2023 YuNet-s	54K	0.887	0.871	0.768

我们也将YuNet与近5年的优秀轻量级人脸检测算法进行了对比，参数量和检测精度对比结果如下图所示（纵轴为精度，横轴为大小，越靠近左上角越好），可以看到YuNet在保持模型规模极小的同时，还拥有高水平的检测精度。

我们也在不同指令集平台上对YuNet进行推理速度测试，如下表。在小图像上可以达到3000FPS。

使用方法

如果你想在你的程序中使用YuNet进行人脸检测，有以下几种简单的方式：

• 通过OpenCV库使用。目前OpenCV库已经集成了最新版的YuNet作为人脸检测模块，只要你的环境中安装了OpenCV库，就可以直接调用人脸检测的API。

• 通过pip安装yuface包。我们团队使用pybind11对C++的人脸检测库进行了封装，并且将其上传到pypi，现在你只需要执行pip install yuface，就可以直接在Python中使用YuNet进行人脸检测。

• 直接从我们的开源库libfacedetection中克隆代码，然后根据你的需求修改相关的函数调用。我们已经在开源库中提供了预训练好的模型权重文件。

• 使用onnx推理引擎进行推理。我们已经将YuNet导出为onnx格式，并且使用Numpy库对输入和输出进行了高效的处理。

相关论文

如果您希望深入了解算法设计，可以阅读本团队的相关论文。

1. 吴伟.面向边缘设备的高精度毫秒级人脸检测技术的研究[D].南方科技大学(硕士学位论文), 2023.
   吴伟同学的硕士学位论文，全面且详细地介绍了人脸检测算法的设计和所有细节。
   
   
   

2. Wei Wu, Hanyang Peng and Shiqi Yu, YuNet: A Tiny Millisecond-level Face Detector. Machine Intelligence Research. (2023). https://doi.org/10.1007/s11633-023-1423-y
   介绍YuNet设计的期刊论文，第一作者吴伟。
   
   
   

3. Yuantao Feng, Shiqi Yu, Hanyang Peng, Yan-ran. Li and Jianguo Zhang, Detect Faces Efficiently: A Survey and Evaluations, IEEE Transactions on Biometrics, Behavior, and Identity Science, vol. 4, no. 1, pp. 1-18, Jan. 2022, doi: 10.1109/TBIOM.2021.3120412. 
   人脸检测的综述论文，第一作者冯远滔。
   
   
   

4. Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, IEEE Transactions on Image Processing, vol. 30, pp. 5032-5044, 2021, doi: 10.1109/TIP.2021.3077144.
   人脸检测算法训练中的关键损失函数EIoU，第一作者彭涵阳。EIoU已被MMDetection采纳。