人脸识别,dlib优化,Dlib/OpenCV交叉编译

参考文章:

Git Repo 镜像使用帮助

https://mirrors.tuna.tsinghua.edu.cn/help/git-repo/

交叉编译

Dlib+OpenCV交叉编译移植到ARM64-v8平台(编译不通过,不可用)

https://blog.csdn.net/kaychangeek/article/details/80365320

Qt移植到ARM64-v8平台(NXP i.MX8M)笔记(未实践)

https://blog.csdn.net/kaychangeek/article/details/80258464

dlib交叉编译到arm(写的太简单,不可用)

https://blog.csdn.net/brightming/article/details/50582222

优化加速

dlib优化指南(方法靠谱,人脸检测提速了100%,landmark未提供优化思路)

https://blog.csdn.net/teleger/article/details/81382202

人脸检测【dlib源码分析】(基于dlib-19.9进行人脸检测代码分析,实用,由于版本更新,有些行有变化,但不影响阅读。dlib因为是一个大的框架,抽象,对象化比较多,框架较复杂。人脸检测主要的核心是HOG特征计算,金字塔构建和检测,非极大值抑制)

https://blog.csdn.net/chiukeung/article/details/79923558

dlib_for_arm, 为arm平台优化 dlib ( 特别是人脸检测,针对dlib-19.0进行的优化,需自行比较合并到dlib-19.19.0)

https://www.kutu66.com//GitHub/article_147495

人脸检测和dlib关键点检测的一些加速思路(主讲了于仕琪的人脸识别算法,以及其他的优化思路。上述dlib优化后,采用HOG,部分多线程,5个脸,帧率为85fps,CPU上,与libfacedetection具有可比性。因libfacedetection无68点模型,所以还是采用dlib。libfacedetection采用LBP和SSD。)

https://blog.csdn.net/yuanlulu/article/details/82860356

https://github.com/ShiqiYu/libfacedetection

【技术共享】怎么把人脸检测的速度做到极致——于仕琪

https://mp.weixin.qq.com/s?__biz=MzA3NDU3MTc1Ng==&mid=2651165778&idx=1&sn=2f2d8f6b7a11d381a4290a20817b46a2&scene=1&srcid=0622IC1saFdptInN9

HOG特征

https://www.jianshu.com/p/acc2170060ae

ZQCNN-MTCNN项目人脸识别(采用MTCNN模型,另一套框架和算法,ARM-A72比A53好很多,说明CPU性能还是很重要的)

https://github.com/zuoqing1988/ZQCNN-MTCNN-vs-libfacedetection

https://github.com/zuoqing1988/ZQCNN

智云视图人脸识别开源项目(检测质量,代码完整度,编译环境未确认,有landmark和头部姿态估计-未上传)

https://github.com/zeusees/HyperFT

https://github.com/zeusees/HyperLandmark

https://github.com/zeusees

DLIB在嵌入式上编译总结(因已定义-mtune参数,openBLAS需另cmake开启,tcmalloc未进行测试)

https://blog.csdn.net/lancelet223/article/details/78822154

中科视拓

https://github.com/seetafaceengine/SeetaFace2

MTCNN数据下载

https://blog.csdn.net/zhouzongzong/article/details/92567404

MTCNN项目数据集-猎维人工智能培训

https://www.lieweiai.cn/dataset/5619.html

基于MTCNN+CNN的疲劳(危险)驾驶检测系统设计

https://blog.csdn.net/Aristochi/article/details/105655810

自己训练人脸识别模型

Pytorch实现人脸检测算法MTCNN

https://blog.csdn.net/Sierkinhane/article/details/83308658

人脸检测FDDB测试ROC曲线生成

https://cloud.tencent.com/developer/article/1338354

caffe 训练网络模型总结(包括曲线绘制)

https://blog.csdn.net/qq_35759574/article/details/84581919

抖音工程师资源,MTCNN自己训练,fddb 人脸检测评估

https://github.com/imistyrain/MTCNN

https://github.com/imistyrain/fddb

MTCNN_face_detection_alignment

https://github.com/kpzhang93/MTCNN_face_detection_alignment

mtcnn-pytorch

https://github.com/Sierkinhane/mtcnn-pytorch

人脸识别ncnn_example部署

https://github.com/MirrorYuChen/ncnn_example

ARM芯片架构和硬件加速

OpenBLAS官方编译安装教程

https://github.com/xianyi/OpenBLAS/tree/develop

https://github.com/xianyi/OpenBLAS/wiki/How-to-build-OpenBLAS-for-Android

hardfp ABI理解(针对ARMv7架构)

https://blog.csdn.net/sonach/article/details/6972303

Arm ABI和浮点运算(针对ARMv7架构)

https://blog.csdn.net/zzqhost/article/details/71307687

ARM Announces New Cortex-A35 CPU - Ultra-High Efficiency For Wearables & More(基本介绍)

https://www.anandtech.com/show/9769/arm-announces-cortex-a35

ARM Cortex-A系列(A53、A57、A73等)处理器性能分类与对比(基本介绍,A72性能是A35的3倍以上)

https://blog.csdn.net/weixin_42229404/article/details/80865138

Cortex-A35 – Arm Developer(官方资料,更加深入)

https://developer.arm.com/ip-products/processors/cortex-a/cortex-a35

The Armv8 Cryptographic Extension在linux中的应用(ARMv8的Crypto指令集扩展介绍)

https://blog.csdn.net/weixin_42135087/article/details/106403324

ARMv8的GCC编译选项(重要)

https://gcc.gnu.org/onlinedocs/gcc-7.3.0/gcc/AArch64-Options.html#AArch64-Options

ARMv7的GCC编译选项(重要)

https://gcc.gnu.org/onlinedocs/gcc-7.3.0/gcc/ARM-Options.html#ARM-Options

gcc部分参数理解(之前已设置了-mtune,再设置-mcpu/-march无变化,写法可以参考)

https://blog.csdn.net/atinghaodea/article/details/51567380

其他优化文章(参考意义较低)

Dlib 人脸Landmark检测速度优化

https://blog.csdn.net/hnsywangxin/article/details/80213501

当dlib dnn_face_detection遇上多线程(dlib运行在GPU-CUDA上,代码质量较差)

https://blog.csdn.net/jiangjiashi/article/details/81014907

linux下安装和使用tbb(该技术用的比较少了)

https://www.jianshu.com/p/57b67477ff53

人脸数据集

数据集Widerface,Deep Convolutional Network Cascade for Facial Point Detection

http://shuoyang1213.me/WIDERFACE/

http://mmlab.ie.cuhk.edu.hk/archive/CNN_FacePoint.htm

LFW介绍整理

https://blog.csdn.net/jobbofhe/article/details/79416661

LFW人脸数据集相关

https://blog.csdn.net/wss794/article/details/93031709

Dataset之LFW:LFW人脸数据库的简介、安装、使用方法之详细攻略

https://blog.csdn.net/qq_41185868/article/details/82915063

FDDB人脸数据集/python图像批量处理

https://blog.csdn.net/weixin_41396062/article/details/83349493

FDDB人脸检测测试集使用方法

https://blog.csdn.net/xcls2010/article/details/80411309

FDDB人脸检测测评数据集介绍

https://blog.csdn.net/XZZPPP/article/details/51779359

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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
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