介绍

实用的边缘设备无锚人脸检测与对齐算法Centerface, 模型大小7.3M。 CenterFace-small 性能达到centerface的同时模型大小仅为2.3M。

运行环境

• OpenCV 4.1.0
• Numpy
• Python3.6+

准确性

• WIDER FACE val集结果:
  

• WIDER FACE test集结果:
  

• RetinaFace-mnet 是RetinaFace-MobileNet-0.25的简写，来自于非常好的工作insightface.
• LFFD-v1 也是很好的工作LFFD.
• CenterFace/CenterFace-small的测试方法是MULTI-SCALE，因为训练图像和测试图像尺度的不一致性，多尺度测试才能反应centerface的真实性能。 不过，对于SIO(原图单次推理)，CenterFace在val集上也可以达到：92.2% (Easy), 91.1% (Medium) and 78.2% .
• 关于Evaluation的一些思考:人脸检测小江湖

• FDDB的结果:
  

推理速度

• NVIDIA RTX 2080TI推理耗时:
  

Results

作者：Star-Clouds
项目：CenterFace: Face as Point@GitHub

更多Awsome Github资源请关注：【Awsome】GitHub 资源汇总