FaceBoxes: A CPU Real-time Face Detector with High Accuracy

基于CPU的高精度人脸检测
目的：基于CPU提出一种高效准确的检测算法。
创新点：
（1）Rapidly Digested Convolutional Layers（RDCL）
1.1 通过改变stride大小，将输入特征图缩小32倍。
1.2 选择合适的卷积核。
1.3 使用CRelu函数减小输出通道数。
（2）Multiple Scale Convolutional Layers（MSCL）
2.1 类似SSD，在网络的不同层进行检测。
2.2 采用Inception module，其不同卷积核能丰富感受野。
（3）Anchor densification strategy
default anchors 模板长宽比是 1:1，因为人脸是正方形的。因为 scale of anchor 和 卷积层的 stride size 多样性，导致 anchor 的采样密度在不同尺寸特征图上不一致。导致的问题是 对于小尺寸的人脸检测效果不好 small anchors (i.e., 32 × 32 and 64 × 64) are too sparse, which results in low recall rate of small faces

这里我们要做的是 different scales of anchor have the same density(这段参考：https://blog.csdn.net/zhangjunhit/article/details/78260888)