人脸关键点landmark PFLD: A Practical Facial Landmark Detector

开源代码

pytorch & onnx：https://github.com/polarisZhao/PFLD-pytorch

论文核心思想：

1. 仿照densenet结构，采用mobilenet-v2作为主干网络，最后输出预测的fc层的输入为主干网络不同层次的特征（应该是整个工作work的最关键点）
2. 姿态，大表情，模糊等人脸对于关键点的预测是一种挑战，除了通过增加这些种类的数据，论文提出了一个动态平衡loss的方法，提升对于“预测难例”的学习。具体，通过人脸姿态的实现，根据一般性应该人脸姿态越大预测难度也越大，因此加大了这部分数据loss的权重 
3. 增加一个姿态的辅助训练网络

结论

一些想法

通过fc层连接各不同层次的特征应该是整个工作work的最关键点）