TinyFace论文阅读总结

数据集：

WIDER FACE：包括32，203 张包含人脸图片，其中包括393，703张标注人脸。
数据集依据检测的难易程度划分为"easy",“medium”,"hard"三种类型

FDDB

---

检测方法：

基于两阶段检测：

1 Improve RCNN:

1.1 基础结构：

改进Faster RCNN:采用light RCNN（结合Faster rcnn和rfcn的优点，将检测器的head部分通道削减至10，减少参数量，加速检测，可与单阶段检测器速度相当）的变体结构。

1.2 多尺度操作：

将图像短边缩放至600，800，1000，1200，1400的不同长度训练，在test阶段也同样缩放，并将结果合并。

Anchor尺度：长宽比设置为1：1/1.5/2，并不是常规的1：1/0.5/2，并在anchor大小设定增加了极小尺寸16^2,有利于极小脸的检测。

2 Improve RFCN:

2.1 基础结构：

改进的RFCN，基本按照原RFCN的结构，

在RFCN的最后一曾原本为average pooling，将其改进为ps average pooling