RetinaFace学习记录:Python,C++

一、介绍

RetinaFace是一款实用的单级SOTA人脸检测模型，整个模型整合了：人脸检测、人脸对齐、像素级的人脸分析、3D密集通信回归。

虽然在未受控制的人脸检测方面取得了巨大进步，但野外准确有效的面部定位仍然是一个开放的挑战。这篇文章提出了一个强大的单阶段人脸检测器，名为RetinaFace，它利用联合监督和自我监督的多任务学习，在各种人脸尺度上执行像素方面的人脸定位。
具体来说，我们在以下五个方面做出了贡献：

• （1）我们在WIDER FACE数据集上手动注释五个面部标志，并在这个额外的监督信号的帮助下观察硬面检测的重要改进。
• （2）我们进一步增加了一个自监督网格解码器分支，用于与现有的受控分支并行地预测像素三维形状的面部信息。
• （3）在WIDER FACE硬测试装置上，RetinaFace的性能优于现有技术平均预测（AP）1.1％（达到AP等于91.4％）。
• （4）在IJB-C测试集上，RetinaFace使最先进的方法（ArcFace）能够改善他们在面部验证中的结果（FAR = 1e-6的TAR = 89.59％）。
• （5）通过采用轻量级骨干网络，RetinaFace可以在单个CPU内核上实时运行，以实现VGA分辨率的显示。

论文地址：
https://arxiv.org/pdf/1905.00641.pdf
Github地址：（基于Python平台，MXNet框架）
https://github.com/deepinsight/insightface/tree/master/RetinaFace
数据：
https://pan.baidu.com/s/1Laby0EctfuJGgGMgRRgykA
http://shuoyang1213.me/WIDERFACE/WiderFace_Results.html

效果：