經過幾個月不停地跳票，我們的人臉檢測+關鍵點檢測算法（libfacedetection@GitHub）第三版終于發布了！我們原計劃春節假期發布，結果難度超出預期，一直推遲到了五一假期。

我們的人臉檢測項目libfacedetection是一個開源項目，已經持續維護了很多年，在GitHub上已經獲得10K星星。歡迎大家三連：使用、反饋和建議

最新版本的開源人臉檢測庫libfacedetection，有如下特點：

• 深度模型僅有85K個參數。
  

• 采用AVX512/AVX2/NEON指令提速。
  

• 代碼簡短和簡潔，只有一千多行代碼。

• 代碼不依賴任何其他第三方庫，只要平臺能編譯C++則可使用。

• 項目License采用3-Clause BSD License，可以商業應用。

與上一版相比有如下變化：

• 參數數量由2340K降到85K，參數量僅為上一版本的1/30。
  

• 棄用int8，采用float，節約數據類型轉換時間，且代碼更為簡潔。

• 速度略有提升（提升速度好難，花了四五個月）。
  

• 訓練程序采用我們新設計的EIoU損失函數，提升了準確率（論文：Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, accepted by IEEE Transactions on Image Processing.)

相關速度和準確率參數如下：

主要貢獻人：

• 這一版主要貢獻人：于仕琪博士，彭涵陽博士，馮遠滔同學?

參考文獻：

• Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, accepted by IEEE Transactions on Image Processing. （論文近日將上線）

相關閱讀：

• 2020年3月26日：準確率提升：開源極快速CNN人臉檢測庫
  

• 2020年3月3日：算法升級！開源極快速CNN人臉檢測新增人臉關鍵點功能
  

• 期末作業實現一個CNN
  

• 為什么手搓一個簡版CNN并不難
  

• 想把算法提速十幾倍可以這樣做
  

總結

以上是生活随笔為你收集整理的【算法升级】仅有85K个参数的开源人脸检测算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。