人脸检测-retinaface论文解读与应用

最新推荐文章于 2023-08-06 10:54:21 发布
最新推荐文章于 2023-08-06 10:54:21 发布
阅读量481 收藏
点赞数
分类专栏： 目标检测 人脸检测 文章标签： 人脸识别 深度学习
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/weixin_42466194/article/details/107334025
版权

人脸检测-retinaface论文解读与应用

参考博客

人脸检测-SSH论文解读与应用
人脸检测：RetinaFace（开源简化版）详细解读
睿智的目标检测42——Pytorch搭建Retinaface人脸检测与关键点定位平台

论文解读

论文地址: RetinaFace: Single-stage Dense Face Localisation in the Wild@20190504
源码地址: insightface/RetinaFace/ @mxnet版本
pytorch版本: https://github.com/wang-xinyu/Pytorch_Retinaface.git

相关论文:

FPN
SSH: Single Stage Headless Face Detector
VGG

主干网络

  • mobilenetv1
  • resnet50

FPN

SSH

head net 1*1conv

mobilnet0.25轻量级检测

backbone

  • retinanet (Focal Loss) By facebook@2018
    特点：
    （实质为Resnet + FPN + FCN）

参考博客：
RetinaNet: Focal loss在目标检测网络中的应用

  • mobilnetv1-0.25

参考CNN-mobilnet系列论文解读与应用

  • fpn
  • ssh+ FCN

检测器 SSH上下文检测模块

resnet50 和resnet152

数据准备

widerface

模型训练

模型压缩

模型部署

慕一Chambers
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
yemenr-Retinaface-caffe-master.zip
07-25
深度学习人脸识别Retina-caffe模型,包含caffe模型和protxt文件。
faster-mobile-retinaface:[CVPR 2020]重新实现RetinaFace，更快，更强大
03-09
人脸检测@ 500-1000 FPS 的100％Python3重新实现 ，在固体单次面本地化框架 。 用NumPy API替换了基于CUDA的锚点生成器功能。 通过dict来存储运行时锚，以避免重复计数。 通过向量计算方法优化了NMS算法。 减少的FPN层和锚点密度，可用于中近距离检测。 使用了低级的Mxnet API来加快推理过程。 入门指南 要求 以阅读视频（可选） Mxnet> = 1.5.0（最好是基于CUDA的软件包） Python> = 3.6 的OpenCVPython的 虽然不是必需的，但是为了获得最佳性能，强烈建议使用支持CUDA的GPU运行代码。 运行视频文件 gst-launch-1.0 -q filesrc location= $YOUR_FILE_PATH ! \ qtdemux ! h264parse ! avdec_h264 ! \
论文学习笔记（10）：FAN: Feature Adaptation Network for Surveillance Face Recognition and Normalization
一只鱿鱼圈
08-15 590
目录摘要一、介绍二、相关工作2.1 人脸识别2.2 人脸规范化三、特征自适应网络3.1 框架概述3.2 特征解离学习3.3 成对及不成对特征适应性四、实验4.1 实现细节4.2 消融分析4.3 与SOTA方法比较五、结论 摘要 本文提出了一种特征自适应网络（FAN）以实现监控人脸识别与人脸规范化（face normalization）。其中人脸规范化主要用于图像超分。 然而现有的人脸超分方法往往需要pixel-to-pixel的成对训练数据，但这在实际情况系往往是找不到的。文本所提出的FAN可以利用成对及.
论文翻译-RetinaFace
封狼居胥
10-15 1019
  这篇论文是今年5月4号发表的一篇关于人脸检测的研究，他在WIDER FACE上的可以识别出像素级别的人脸，可以说已经很厉害了！WIDER FACE 几乎是目前评估人脸检测算法最权威的数据集，WIDER FACE数据集是由香港中文大学发布的大型人脸数据集，含32,203幅图像和393,703个高精度人脸包围框，该库中人脸包含尺度、姿态、表情、遮挡和光照等变化。 paper链接：https://a...
Facebook查找RetainCycle开源库的分析
gaoyuqiang30的博客
09-08 470
FBRetainCycleDetector是Facebook新开源的一个项目。配合FBMemoryProfiler使用起来也是很方便。当然FBMemoryProfiler里面使用到了FBAllocationTracker。目前第一版，在测试的过程中也会遇到一些crash，相信经过使用者的修改和作者本人的自测，会越来越完善的。这篇文章的目的主要是对于FBRetainCycleDetector内部实现
人脸方向学习（十五）：Face Detection-RetinaFace解读
TheDayIn_CSDN的博客
07-08 7374
整理的人脸系列学习经验：包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取等过程总结，有需要的可以参考，仅供学习，请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307 RetinaFace: Single-stage Dense Face Localisation in the Wild 论文地址： ht...
人脸检测：RetinaFace
cengjing12的博客
10-13 3705
论文：https://arxiv.org/pdf/1905.00641.pdf 代码：https://github.com/deepinsight/insightface/tree/master/RetinaFace Pytorch复现：https://github.com/biubug6/Pytorch_Retinaface RetinaFace于19年5月份出现，当时取得了state-of-the-art，可以说是目前开源的最强人脸检测算法。 一、论文简介 RetinaFace，它利用联合监督和自我监督
通俗解读人脸检测框架-RetinaFace
xian0710830114的专栏
05-10 2万+
2019年何凯明提出Focal Loss时为了验证Focal Loss的可行性，顺便（没错，就是顺便）提出了RetinaNet。RetinaFace是在RetinaNet基础上引申出来的人脸检测框架，所以大致结构和RetinaNet非常像。
人脸检测：RetinaFace（开源简化版）详细解读
热门推荐
warrentdrew的博客
08-21 5万+
介绍 Insight Face在2019年提出的最新人脸检测模型，原模型使用了deformable convolution和dense regression loss， 在 WiderFace 数据集上达到SOTA。截止2019年8月，原始模型尚未全部开源，目前开源的简化版是基于传统物体检测网络RetinaNet的改进版，添加了SSH网络的检测模块，提升检测精度，作者提供了三种基础网络，基于Res...
【深度学习】RetinaFace人脸检测简要介绍
chen1234520nnn的博客
06-24 3905
介绍 Insight Face在2019年提出的最新人脸检测模型，原模型使用了deformable convolution和dense regression loss， 当时在 WiderFace 数据集上达到SOTA。 基网络有三种结构，基于ResNet的ResNet50和ResNet152版本能提供更好的精度，以及基于mobilenet（0.25）的轻量版本mnet，检测速度更快。 简化版mnet结构 RetinaFace的mnet本质是基于RetinaNet的结构，采用了特征金字塔的技术，实现
mobilenet0.25_Final.pth
10-30
biubug6/Pytorch_Retinaface：https://github.com/biubug6/Pytorch_Retinaface。这里用到的预训练模型mobilenet0.25_Final.pth。
人脸检测项目-retinaface-pytorch
02-02
基于retinaface_pytorch的人脸检测项目 包括训练、前向验证测试的完整项目工程源码 内附训练好的权重./weights、检测效果图./results、一键执行训练的脚本run_train.sh，以及完整的项目使用教程README.md 欢迎下载...
TensorRT-使用TensorRT部署人脸识别算法-Retinaface+Arcface-优质算法部署项目实战.zip
02-28
TensorRT_使用TensorRT部署人脸识别算法_Retinaface+Arcface_优质算法部署项目实战
Pytorch人脸检测训练代码 RetinaFace 使用widerface数据集 包含已训练模型
08-07
# Pytorch人脸检测训练代码 RetinaFace 使用widerface数据集 包含已训练模型 1. 人脸检测SOTA算法RetinaFace模型代码实现； 2. 包含训练集网盘下载链接，在./data/widerface/download文件中复制链接下载并解压到./...
算法部署-使用TensorRT+Python部署RetinaFace人脸检测算法-优质项目实战.zip
最新发布
04-06
算法部署_使用TensorRT+Python部署RetinaFace人脸检测算法_优质项目实战
【人脸检测】基于飞桨复现RetinaFace
m0_63642362的博客
12-09 1230
基于PaddlePaddle的RetinaFace: Single-stage Dense Face Localisation in the Wild论文复现，荣获百度论文复现赛第四期冠军
RetinaFace人脸检测模型-Gradio界面设计
记录我的学习历程
08-06 605
该项目实现了Retinaface人脸检测模型的训练、测试和评估,可以帮助用户快速上手Retinaface模型。
facenet 和retinaface网络结构
qq_39751446的博客
07-15 4077
Retinaface简介 精确的人脸定位是表情识别，ID识别的先决条件，所以精确的定位人脸是网络首要解决的问题。Retinaface是来自insightFace2019年提出，基于one-stage的人脸检测网络。融合了特征金字塔网络FPN（使网络适用于检测不同尺度的人脸）和上下文检测SSH（通过环境信息增强感受野改善检测效果） 可以进行基础的特征提取Retinaface在实际训练的时候使用两种网络作为主干特征提取网络。分别是MobilenetV1-0.25和Resnet。使用Resnet可以实现更高的精
人脸检测——RetinaFace
怡宝2号
05-16 2万+
RetinaFace: Single-stage Dense Face Localisation in the Wild 作者： 帝国理工，伦敦米德尔塞克斯大学，InsightFace paper： https://arxiv.org/pdf/1905.00641.pdf github： https://github.com/deepinsight/insightface/tree/master/...
retinaface代码讲解_Pytorch-RetinaFace 详解
06-09
RetinaFace 是一个用于人脸检测和人脸识别的深度学习模型，其核心思想是在多个尺度下进行特征提取，并利用类似于 Anchor 的方式进行边框预测。RetinaFace 模型的核心网络结构为 ResNet-50，通过 ResNet-50 提取特征...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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