上次五一假期更新后，在這個(gè)中秋假期，我們的人臉檢測(cè)算法又更新了！假期更新成了這個(gè)庫(kù)的傳統(tǒng)這次更新版本計(jì)算量不變，準(zhǔn)確率提升2%。

首先說(shuō)說(shuō)這個(gè)算法十幾年的演進(jìn)歷史：

• 2008年，我剛參加工作不久，有家企業(yè)請(qǐng)我?guī)兔τ?xùn)練一個(gè)更好的人臉檢測(cè)算法，我用Haar+AdaBoost訓(xùn)練了一下，準(zhǔn)確率比OpenCV里開(kāi)源方案有明顯提升。

• 隨后我自己寫(xiě)爬蟲(chóng)在網(wǎng)上爬了幾萬(wàn)張照片，手動(dòng)標(biāo)注了所有人臉，效果更好了，項(xiàng)目順利交付。

• 隨后十年，研究人臉檢測(cè)成了我的業(yè)余編程娛樂(lè)（我主業(yè)是步態(tài)識(shí)別）。我重寫(xiě)了Haar+AdaBoost提升訓(xùn)練效率，然后研究各種特征，把所有常見(jiàn)特征描述子（HOG、BRIEF、LBP、...）手寫(xiě)實(shí)現(xiàn)，把各種Boosting算法的變種手寫(xiě)實(shí)現(xiàn)，統(tǒng)統(tǒng)試了一遍。人臉檢測(cè)每年提升一點(diǎn)點(diǎn)，最后做到了還算可以的效果。

• 因?yàn)樗惴w積小、速度快、準(zhǔn)確率高，一些公司在產(chǎn)品中采用了我設(shè)計(jì)的人臉檢測(cè)算法。這些企業(yè)里有比較大的，例如某某企業(yè)的市場(chǎng)占有率第一的某款視頻監(jiān)控芯片、某某企業(yè)第一款人臉識(shí)別手機(jī)等。

• 我苦苦思索和鉆研人臉檢測(cè)近十年，深度學(xué)習(xí)一拳打來(lái)，一下子刷新了我的認(rèn)知。較早時(shí)候，我用Caffe訓(xùn)練了人臉檢測(cè)，后來(lái)改用PyTorch，一點(diǎn)點(diǎn)提升著準(zhǔn)確率，并把算法開(kāi)源，以幫助更多的人。我用C++重寫(xiě)了深度學(xué)習(xí)算法的實(shí)現(xiàn)，只有1000行代碼左右，也不需要依賴任何其他庫(kù)，具有極佳的可移植性。

• 做了十年人臉檢測(cè)，我和我團(tuán)隊(duì)有一些想法和觀點(diǎn)，便寫(xiě)了一篇論文Feng et. al, Detect Faces Efficiently: A Survey and Evaluations，這篇論文最近被IEEE Trans. on Biometrics, Behavior, and Identity Science接收，最近會(huì)上線。?

• 這個(gè)人臉檢測(cè)模型，跟北郵鄧偉洪教授的人臉識(shí)別模型，一起作為人臉?lè)桨?#xff0c;被即將發(fā)布的OpenCV 5.0采納，敬請(qǐng)期待。
  

• 最近一年，我將更多精力放在步態(tài)識(shí)別科研、教學(xué)和服務(wù)。我的研究生參與進(jìn)來(lái)，把人臉檢測(cè)這事當(dāng)作一項(xiàng)工作，而不是我節(jié)假日的業(yè)余工作。這樣這個(gè)開(kāi)源庫(kù)可以持續(xù)高質(zhì)量地維護(hù)下去，讓更多人受益。

我們的開(kāi)源人臉檢測(cè)項(xiàng)目，在GitHub上已經(jīng)獲得10K星。歡迎大家三連（使用、反饋和建議）

開(kāi)源人臉檢測(cè)庫(kù)libfacedetection，有如下特點(diǎn)：

• 深度模型僅有85K個(gè)參數(shù)。
  

• 采用AVX512/AVX2/NEON指令提速。
  

• 代碼簡(jiǎn)短和簡(jiǎn)潔，只有一千多行代碼。

• 代碼不依賴任何其他第三方庫(kù)，只要平臺(tái)能編譯C++則可使用。

• 項(xiàng)目License采用3-Clause BSD License，可以商業(yè)應(yīng)用。

上一次更新的變化（本次更新只是模型參數(shù)數(shù)值不同）：

• 參數(shù)數(shù)量由2340K降到85K，參數(shù)量?jī)H為上一版本的1/30。
  

• 棄用int8，采用float，節(jié)約數(shù)據(jù)類型轉(zhuǎn)換時(shí)間，且代碼更為簡(jiǎn)潔。

• 速度略有提升（提升速度好難，花了四五個(gè)月）。
  

• 訓(xùn)練程序采用我們新設(shè)計(jì)的EIoU損失函數(shù)，提升了準(zhǔn)確率（論文：Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, IEEE Transactions on Image Processing, ?vol. 30, pp. 5032-5044, 2021.)

準(zhǔn)確率參數(shù)如下：

本次更新在Wider Face上的準(zhǔn)確率變化

AP_easy:???0.834->0.856
AP_medium:?0.824->0.842
AP_hard:? ?0.708->0.727

主要貢獻(xiàn)人：

• 這一版主要貢獻(xiàn)人：吳偉同學(xué)?

參考文獻(xiàn)：

• Yuantao Feng,?Shiqi Yu,?Hanyang Peng,?Yan-ran Li and Jianguo Zhang,?Detect Faces Efficiently: A Survey and Evaluations,?IEEE Transactions on Biometrics, Behavior, and Identity Science,（論文近日將上線）

• Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, IEEE Transactions on Image Processing, vol. 30, pp. 5032-5044, 2021.?

相關(guān)閱讀：

• 2021年5月6日：【算法升級(jí)】?jī)H有85K個(gè)參數(shù)的開(kāi)源人臉檢測(cè)算法
  

• 2020年3月26日：準(zhǔn)確率提升：開(kāi)源極快速CNN人臉檢測(cè)庫(kù)
  

• 2020年3月3日：算法升級(jí)！開(kāi)源極快速CNN人臉檢測(cè)新增人臉關(guān)鍵點(diǎn)功能
  

• 期末作業(yè)實(shí)現(xiàn)一個(gè)CNN
  

• 為什么手搓一個(gè)簡(jiǎn)版CNN并不難
  

• 想把算法提速十幾倍可以這樣做
  

總結(jié)

以上是生活随笔為你收集整理的再次提升2%，仅85K参数的开源人脸检测算法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。