CenterFace模型框架详解 轻量级anchor-free人脸检测器

最新推荐文章于 2024-06-16 08:35:49 发布
最新推荐文章于 2024-06-16 08:35:49 发布
阅读量1.5k 收藏 4
点赞数 2
分类专栏： CV 文章标签： 机器学习 计算机视觉 人工智能 python
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/zh_lz/article/details/115531660
版权
本文介绍了CenterFace模型，一个适用于边缘设备的轻量级人脸检测器，基于CenterNet思想，通过人脸中心点检测和回归人脸框。文章详细解析了模型的无锚点设计、特征金字塔网络以及损失函数的应用，阐述了如何利用FPN和轻量级网络mobileNetV2构建模型架构。
摘要由CSDN通过智能技术生成

论文地址：https://arxiv.org/ftp/arxiv/papers/1911/1911.03599.pdf

github地址：https://github.com/Star-Clouds/centerface

CenterFace是一个适用于内存和计算能力有限的边缘设备的轻量级人脸检测器，其大小只有7.3M。关于CenterFace论文的解读这里不再过多介绍，可以参考其他博客。本篇文章主要介绍CenterFace模型思想和框架的一些理解。

模型思想

CenterFace模型借鉴了CenterNet的思想（Object as points），通过人脸中心点来检测人脸，然后再根据人脸中心点来回归人脸框的大小和五个标志点。因此，人脸检测和对齐转化为标准的关键点估计问题，我们将图像传入网络，得到一个热力图，热力图峰值点即为人脸中心，根据每个峰值

最低0.47元/天 解锁文章
李二胖对我很重要
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【STM32+K210项目】基于K210智能人脸识别+车牌识别系统（完整工程资料源码）
妄北y
08-05 4559
随着时代的进步和科技的迅猛发展，人们对居住安全的重视程度不断提升，对安全防范系统的需求也日益增强。在安防系统中，门禁系统占据着重要的位置。传统的门禁控制方式主要依靠钥匙、密码和门禁卡等，这些方式易于被破解和复制，安全性较低。然而，近年来，生物识别技术的迅速发展和成熟，为解决这一问题提供了新的方案。生物识别技术具备便携性、非易失性、不易遗忘以及难以盗用等优点，逐渐被引入到门禁系统中。传统的小区门禁系统往往依赖人工管理，存在一定的局限性，难以满足用户多样化的需求，也浪费了人力资源。
CenterFace:人脸检测
04-13
中心脸 介绍 CenterFace（大小为7.3MB）是一种用于边缘设备的实用的无锚脸检测和对齐方法。 最近更新 2019.09.13 CenterFace发布。 环境 OpenCV 4.1.0 脾气暴躁的 Python3.6 + 准确性 WIDER FACEval集的结果： 型号版本 简易设定 中型套装 硬集 面盒 0.840 0.766 0.395 面盒3.2× 0.798 0.802 0.715 视网膜脸部网络 0.896 0.871 0.681 LFFD-v1 0.910 0.881 0.780 LFFD-v2 0.837 0.835 0.729 中心脸 0.935 0.924 0.875 中心脸小 0.931 0.924 0.870 WIDER FACE测试集的结果： 型号版本 简易设定 中型套装 硬集 面盒 0.839
【人脸检测】CenterFace：轻量级anchor_free人脸检测器
chen1234520nnn的博客
09-01 526
论文地址：https://arxiv.org/ftp/arxiv/papers/1911/1911.03599.pdfgithub地址：https://github.com/Star-Clouds/centerface 前言： CenterFace基本结构还是基于CenterNet网络修改得来的，与CenterNet一些小的区别点是： 1）主干网络改为mobilenetV2； 2）loss函数的计算方式也有些小变动，边框的宽高回归加上了log进行约束； 3）边界框中心点回归也有L1 loss改.
centerface_pytorch人脸检测算法模型
最新发布
qq_27815483的博客
06-16 1251
CenterFace是一种人脸检测算法,采用了轻量级网络mobileNetV2作为主干网络,结合特征金字塔网络(FPN)实现anchor free的人脸检测。
轻量级人脸检测
u011489887的专栏
09-11 280
1.超轻人脸检测 https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB 2.移动端部署 https://github.com/jackweiwang/Android-FaceDetection-UltraNet-MNN
重磅！2K图像90FPS，中科院开源轻量级通用人脸检测器
极市平台的技术博客
08-20 444
欢迎加小助手微信（cv-mart) 备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群。 论文链接：https://arxiv.org/abs/1904.10633 代码: https://github.com/YonghaoHe/A-Light-and-Fast-...
face recognition[Euclidean-distance-based loss][Center Face]
weixin_33953384的博客
12-12 144
本文来自《A Discriminative Feature Learning Approach for Deep Face Recognition》，时间线为2016年。采用的loss是Center loss。 0 引言 通常使用CNN进行特征学习和标签预测的架构，都是将输入数据映射到深度特征（最后一层隐藏层的输出），然后到预测的标签，如图1. 在通用目标，场景和动作识别中，预测的样本归属的类...
优于FCOS：在One-Stage和Anchor-Free目标检测中以最小的成本实现最小的错位（代码待开源）...
gzq0723的博客
12-23 1376
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G与基线FCOS（一种单阶段和无锚目...
目标检测常用算法原理+实践精讲---学习笔记以及人脸检测相关问题总结
聪哥965
02-03 2511
文章目录1.传统目标检测方法1.1 Viola-Jones (人脸检测)1.2 HOG+SVM (行人检测、Opencv实现)1.3 DPM (物体检测)2.One stage2.1 Yolo体系变化2.2 YOLO网络结构是怎样的？2.3 YOLO的输入、输出、损失函数分别是什么？2.4 YOLO怎样预测？2.5 YOLOv3不使用Softmax对每个框进行分类的原因？2.6 YOLOv3的架构2.7 为什么SSD对小目标检测效果不好?3.Two stageFaster R-CNNFaster RCNN的
CV综述目标检测整理---目录
weixin_42466194的博客
07-12 1271
CV综述目标检测整理---目录Object detectionyolo系列faster rcnnssd系列轻量级模型mssd...实力分割maskrcnn人脸检测3d目标检测模型训练模型部署 Object detection 目前本人主要研究的深度学习方向. yolo系列 yolov1 链接: link. yolov2 链接: link. yolov3 链接: link. yolov3-tiny 链接: link. yolov4 链接: link. yolov4-tiny 链接: link. yol
CenterFace.pytorch:非官方版本的人脸，可在人脸检测时实现速度和准确性之间的最佳平衡
03-20
实时人脸检测Centerface 非官方版本的Centerface，可在速度和准确性之间取得最佳平衡。 Centerface是一种适用于边缘设备的实用的免锚人脸检测和对齐方法。 该项目提供了培训脚本，培训数据集和预培训模型，以方便用户重现结果。最后，感谢中心人的作者提供的培训建议。 WIDER_FACE验证集中的性能结果 使用相同的火车数据集而没有其他数据对于多比例尺，将比例尺设置为0.8、1.0、1.2、1.4 ，但它们的尺寸也将调整为800 * 800，因此我认为这不是真正的多比例尺测试。 方法 简单 中等的 难的 我们的（一个尺度） 0.9206 0.9089 0.7846 原版的 0.922 0.911 0.782 我们的（多尺度） 0.9306 0.9193 0.8008 要求 使用pytorch，您可以使用pip或conda来安装要求 # for pip cd
人脸检测XML
05-20
这是我利用5000张正样本 4673张负样本训练的XML，识别率比opencv默认提供的XML低一点，但是误检率比opencv提供的要低很多
Lightweight-face-detection-CenterNet:轻量级面部检测CenterNet
03-09
中心面 中心人脸检测模型 该模型是专为边缘计算设备设计的轻量级面部检测模型 测试了有效的环境 Ubuntu16.04，Ubuntu18.04，Windows 10（用于推断） Python3.6 火炬1.0.1 CUDA10.0 + CUDNN7.6 精度，速度，模型尺寸比较 使用所提供的清洁widerface标签 宽面测试 WIDER FACEval设置中的测试精度（单刻度输入分辨率： 640 * 640或按最大边长320进行缩放） 模型 简易设定 中型套装 硬集 libfacedetection v1（caffe） 0.65 0.5 0.233 libfacedetection v2（caffe） 0.714 0.585 0.306 Retinaface-Mobilenet-0.25（Mxnet） 0.745 0.553 0.232 中心脸 --
【个人开源】实时人脸检测centerface
01-06
the real-time face detection Centerface unofficial version of centerface, which achieves the best balance between speed and accuracy. Centerface is a practical anchor-free face detection and alignment method for edge devices. The project provides training scripts, training data sets, and pre-trainin
人脸检测用什么模型_人脸检测模型：使用哪个以及为什么使用？
weixin_26632369的博客
07-21 2841
人脸检测用什么模型Face detection is one of the most fundamental aspects of computer vision. It is the base of many further studies like identifying specific people to marking key points on the face. Recently, ...
人脸检测之CenterFace
年轻即出发，
07-03 7958
论文：CenterFace: Joint Face Detection and AlignmentUsing Face as Point Github：https://github.com/Star-Clouds/CenterFace 论文基于centerNet进行改进，提出了anchor free形式的人脸检测框架，可以同时实现人脸检测+关键点检测。精度和速度都优于主流的MTCNN，Face Box等框架。 主要贡献： 提出了anchor free的人脸检测设计，将人脸检测问题转化为...
Centerface：开源实用的边缘设备无锚人脸检测与对齐算法
我爱计算机视觉
10-17 426
点击我爱计算机视觉标星，更快获取CVML新技术昨天Github上 ywlife 开源了 CenterFace：实用的边缘设备无锚人脸检测与对齐算法，引起了很多52CV群友的关注，开源不到...
centerface代码解读
qq_35037684的博客
07-11 1310
之前看了一阵子centerface，论文思想很简单，使用人脸框的中心点代表人脸，人脸框的宽高和面部关键点可以通过中心点处的特征回归得到。
关键点检测Anchor Free目标检测模型详解与对比
"这篇综述文章由郑婷婷、杨雪和戴阳撰写，主要探讨了基于关键点的Anchor Free目标检测模型，包括CornerNet、CenterNet和FCOS等算法，对比了锚框方法和基于关键点方法的性能，并对未来的发展方向进行了展望。...
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