人脸检测state-of-the-art

本文介绍了当前人脸检测的最新进展,重点关注了在Wider Face Hard数据集上的state-of-the-art方法。文章提到了Poly-NL的非局部块技术,虽然未开源。接着详细讨论了TinaFace、RetinaFace和AInnoFace,这些方法都基于retinanet,并通过不同的改进提升了性能。TinaFace引入了inception block和IoU分支,RetinaFace则利用multi-scale context head增强上下文信息,而AInnoFace则直接应用retinanet进行人脸检测。这些优化策略为未来人脸检测技术的发展提供了启示。
摘要由CSDN通过智能技术生成

paper with code排名。

在这里插入图片描述
其中Poly-NL基于non-local blocks毕竟硬核,未开源。
TinaFace、RetinaFace、AInnoFace都可以看出基于retinanet。
https://paperswithcode.com/sota/face-detection-on-wider-face-hard

TinaFace

作者认为人脸检测和目标检测一致的,直接用目标检测的方法即可。
在这里插入图片描述
作者只是在retinanet的基础上加了一个inception block和iou分支。
并行的inception block为多层3x3卷积用个进一步增加感受野。
代码:https://github.com/Media-Smart/vedadet/tree/main/configs/trainval/tinaface

RetinaFace

论文核心位在单阶段检测中统一输出

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

yang_daxia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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