首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >LFFD:轻量级人脸检测器,不止是快

LFFD:轻量级人脸检测器,不止是快

作者头像
CV君
发布2019-12-27 10:55:36
5910
发布2019-12-27 10:55:36
举报

上面的gif图展示的是LFFD人脸检测算法,在Nvidia GPU上对1080P的图像可以跑到16ms左右。

该算法出自论文:

LFFD: A Light and Fast Face Detector for Edge Devices

https://arxiv.org/abs/1904.10633

代码开源地址:

https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices

LFFD在人脸检测领域并不是精度最高的,但作为近来轻量级人脸检测模型的代表,却是极具实用价值的。

请看LFFD与其他state-of-the-art算法的精度比较。

在WIDER FACE 验证集上的精度比较:

在WIDER FACE 测试集上的精度比较:

在FDDB 数据集上的精度比较:

虽然精度并不是最高水平的,但其模型大小仅9M,推断速度更是其亮点。

在NVIDIA GTX TITAN Xp (MXNet+CUDA 9.0+CUDNN7.1)配置下的推断速度:

在NVIDIA TX2 (MXNet+CUDA 9.0+CUDNN7.1)配置下的推断速度:

在树莓派 3 Model B+ (ncnn) 配置下的推断速度:

正如其论文名所说面向边缘设备的轻量且快速的人脸检测器。值得一提的是,上述评测是在Python下做的,转成C++代码应该能获得更高的速度。

不止是快,作者指出,LFFD不仅仅适用于人脸检测,实则是通用的一类目标检测器,也同样可扩展到行人检测、人头检测、车辆检测等。

作者计划后期将上述任务的预训练模型开源。

另外,LFFD还有如下优势:

  1. 通过添加更多CNN层,可以覆盖更大尺度的目标(比如典型的自拍场景人脸),而增加的延迟有限;
  2. 检测小目标能力突出,在极高分辨率(比如8K或更大)画面,可以检测其间10个像素大小的目标;
  3. 使用的网络操作是常见的,可以轻松部署到任何设备。

简单概括:通吃大小目标,支持各种设备^_^

感谢作者的开源~

https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-08-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我爱计算机视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档