[论文笔记] YOLO5Face 阅读笔记

YOLO5Face: Why Reinventing a Face Detector（ECCV 2022）

论文链接：论文链接
代码链接：代码链接

可以直接在检测器后面添加 head 用于 landmark回归，可以和车牌检测联想起来

摘要

• 动机：不重新设计人脸检测器，而是在YOLOv5的基础上进行设计
• 方法：添加 5 个 landmark 回归头，使用 Wing loss 函数

YOLO5Face Face Detector

Network Architecture（网络架构）

• 网络架构图：由backbone、neck和head组成。在YOLOv5中，使用了一个新设计的骨干网，称为CSPNet。在neck，一个SPP和一个PAN被用来聚合特征。在head，使用回归和分类分支
  

Key Modification（主要修改）

• landmark 回归头：在 YOLOv5 网络中添加了一个 landmark 回归头。Wing损失被用作它的损失函数
• Stem 块：用 Stem 块结构取代了 YOLOv5 的focus 层。它增加了网络的泛化能力，并降低了计算的复杂性，同时性能也没有下降
• SPP 块：更改 SPP 块使用更小的 kernel，使YOLOv5更适合人脸检测，提高检测精度
• P6 输出块：增加了一个 stride 为 64 的 P6 输出块。它提升了检测大型人脸的能力
• 数据增强：一些通用对象检测的数据增强方法不适用于人脸检测，包括上下翻转和马赛克。而随机裁剪有助于提高性能
• 轻量级模型：在 ShuffleNetV2 的基础上设计了两个超轻量级的模型。ShuffleNetV2 与 CSP 网络差别很大，它的模型很小，实现了嵌入式或移动设备的SOTA性能

Landmark Regression（Landmark 回归）

• landmark 输出将被用于对齐人脸图像，然后再输入到人脸识别网络
• Wing loss：
  • 使用 wing loss 的原因：与 L2、L1 或 Smooth-L1 函数相比，Wing loss 在接近零的小误差区域的响应得到了提升
  • 定义：
    $$wing(x)=\{\begin{array}{rl}& w\cdot ln(1+|x|/e),\\ & |x|-C,\end{array}$$