人脸检测论文：LFFD: A Light and Fast Face Detector for Edge Devices及其PyTorch实现

最新推荐文章于 2025-07-14 13:59:47 发布

mingo_敏

最新推荐文章于 2025-07-14 13:59:47 发布

阅读量4.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： pytorch Paper Reading

本文链接：https://blog.csdn.net/shanglianlm/article/details/100181190

Paper Reading 同时被 2 个专栏收录

264 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

pytorch

84 篇文章

订阅专栏

LFFD: A Light and Fast Face Detector for Edge Devices
论文链接:https://arxiv.org/pdf/1904.10633.pdf
Pytorch代码: https://github.com/shanglianlm0525/PyTorch-Networks
在这里插入图片描述

在这里插入图片描述
Pytorch代码

import torch
import torch.nn as nn

def Conv1x1ReLU(in_channels,out_channels):
    return nn.Sequential(
            nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=1, stride=1),
            nn.ReLU6(inplace=True)

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

mingo_敏

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

A-Light-and-Fast-Face-Detector-for-Edge-Devices

jacke121的专栏

09-03

2936

A-Light-and-Fast-Face-Detector-for-Edge-Devices pip install mxnet-cu100 0是负样本，1是正样本 ret, buf = cv2.imencode(self.compression_mode, im, self.encode_params) if buf is None or buf.si...

LFFD-A-Light-and-Fast-Face-Detector-for-Edge-Devices:轻便，快速的一类边缘设备检测框架。我们提供面部检测器，头部检测器，行人检测器，车辆检测器.....

05-06

用于边缘设备的轻巧快速的面部检测器重要新闻：LFD是LFFD的重大更新，现已发布（2021.03.09）。强烈建议改用LFD !!! 访问LFD Repo。从现在开始将不再维护此仓库。最近更新 2019.07.25这个2019.07.25是第一个在线的。面部识别代码和训练有素的模型发布。 2019.08.15此2019.08.15已正式发布。真诚地欢迎任何建议和错误报告。 2019.08.22 face_detection：添加了TX2的延迟评估。 2019.08.25 face_detection：添加了RetinaFace-MobileNet-0.25进行比较（准确性和延迟）。 2019.09.09 LFFD被移植到NCNN（）和MNN（）由，十分感谢SyGoing。 2019.09.10 face_detection：重要的错误修复：振动偏移应通过数据迭代器的

1 条评论您还未登录，请先登录后发表或查看评论

[论文理解] LFFD: A Light and Fast Face Detector for Edge Devices

weixin_30664615的博客

09-04

509

LFFD: A Light and Fast Face Detector for Edge Devices 摘要从微信推文中得知此人脸识别算法可以在跑2K图片90fps，仔细一看是在RTX2070下使用tensorrt下才能达到。最近刚好有个目标检测的任务，检测的目的其实差不多，我们篮球组比赛中需要检测篮球和排球，传统方法的鲁棒性不好，因此拟打算用自己写个神经网络结构在nuc x86 ...

各种动态卷积（CondConv、DynamicConv、ODConv、DyNet...）

最新发布

medemingzia的博客

07-14

828

随后，有一个全连接（FC）层和四个头分支。该文作者认为通过内核空间的一个维度（关于卷积核数）赋予卷积核动态特性，但忽略了其他三个维度（关于空间大小，每个卷积核的输入通道数和输出通道数），根据此启发，提出了ODConv，即沿着核空间的四维分别学习四个维度上的注意力权重，实验证明了这四种注意力是互补的，并可以增强卷积核的特征提取能力。a为沿着卷积核的空间（宽高）维度进行乘法运算，b为沿着输入通道维度进行乘法运算，c为沿着输出通道维度进行乘法运算，d为沿着卷积核的维度进行乘法运算，可以定义为。

论文学习 LFFD: A Light and Fast Face Detector for Edge Devices

yangjf91的博客

09-28

561

论文要点多尺度检测网络，各分支只关心自己负责的尺度范围；网络设计以部署平台运行效率为目标，使用优化效果最高的结构设计网络； Anchor类方法有离散、样本不均、依靠经验等问题，提出使用RF的Anchor-Free方法。主要内容基于Anchors的方法存在问题 Anchor很难充分覆盖所有尺寸的人脸； IOU阈值需要靠经验选取； Anchor数量与尺寸全靠经验，容易导致样本不平衡和冗余计算。 RF 和 ERF Feature map中每一个点都对应一个感受野（RF），处于感受野越靠近中心

LFFD(A Light and Fast Face Detector for Edge Devices)论文粗解

ckqsars的博客

09-27

655

首先，这是一篇关于CV领域中目标检测的文章，本文只是记录与分析其中的特点，若是对目标检测没有基本了解的同学，可出门右转。原论文地址:https://arxiv.org/pdf/1904.10633.pdf 代码地址:https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices 且，本博主比较懒，所以就不画...

轻量级人脸检测算法实现专题之LFFD：A Light and Fast Face Detector for Edge Devices

TJMtaotao的博客，高校计算机教师

04-29

2223

LFFD：A Light and Fast Face Detector for Edge Devices Github star：919 参数量：6.1 M 一筐款通吃大小目标、支持各种设备的人脸检测器 paper：https://arxiv.org/abs/1904.10633 Github：https://github.com/YonghaoHe/A-Light-and-Fast-F...

A-Light-and-Fast-Face-Detector-for-Edge-Devices-master.zip

10-16

标题"A-Light-and-Fast-Face-Detector-for-Edge-Devices-master.zip"指出这是一个关于轻量级人脸检测算法的项目，专为边缘设备优化，目的是在资源有限的环境中实现高效的人脸检测。这个压缩包可能包含源代码、模型...

cpp-LFFD一个用于边缘设备上的轻量快速人脸检测器

08-16

压缩包中的"A-Light-and-Fast-Face-Detector-for-Edge-Devices-master"目录可能包含以下内容： 1. **源代码**：包含C++实现的模型推理代码，可能还包括预处理和后处理函数。 2. **模型文件**：训练好的模型权重和...

4篇很快的人脸检测论文速读

AlgoMonster的博客

07-18

657

四篇人脸检测论文速读与实践 1.《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》 code：https://github.com/sfzhang15/FaceBoxes 这篇论文主要就是将不用层次的特征图用于检测不同尺度大小的人脸（自SSD 等开始，全都是这种套路），先上整体结构图：上图清晰地可以看到网络结构分为两大部分，分别是： the Rapidly Digested Convolutional Layers (RDCL)

轻量级边缘设备人脸检测器的实现与应用

资源摘要信息: "A-Light-and-Fast-Face-Detector-for-Edge-Devices-master.zip" 本资源是一个专注于边缘计算设备的人脸检测解决方案，其核心是一个轻量级的人脸检测网络。该网络针对移动端和物联网(IoT)设备设计，...

LFFD: A Light and Fast Face Detector for Edge Devices

LYKymy的博客

09-16

1417

Abstract 人脸检测技术作为一项基础性的应用技术，一直部署在存储空间有限、计算能力低的边缘设备上。介绍了一种用于边缘检测的光快速人脸检测仪。该方法是自由锚的，属于一阶段分类。具体来说，我们重新思考了在人脸检测背景下，接收场（rf）和有效接收场（erf）的重要性。本质上，某一层神经元的RFs在输入图像中有规律地分布，这些RFs是自然的“锚”。该方法结合了rf锚和合适的rf步长，能够检测出覆盖...

Ultra-Light-Fast-Generic-Face-Detector-1MB-master.zip

10-16

实现一些常见情景的一些实时检测，是一个轻量级的深度学习网络，模型大小只有1MB

LFFD-A-Light-and-Fast-Face-Detector-for-Edge-Devices 使用教程

gitblog_00625的博客

08-23

1016

LFFD-A-Light-and-Fast-Face-Detector-for-Edge-Devices 使用教程项目介绍 LFFD（A Light and Fast Face Detector for Edge Devices）是一个针对边缘设备优化的轻量级快速人脸检测器。该项目旨在提供一个高效、低资源消耗的人脸检测解决方案，适用于资源受限的设备，如嵌入式系统、移动设备等。LFFD 使用先进的...

LFFD A Light and Fast Face Detector for Edge Devices论文阅读笔记

weixin_40841247的博客

08-22

1190

论文原文：https://arxiv.org/abs/1904.10633?context=cs.CV 中科院提出的新型单目标检测模型，适用于人脸、行人、车辆等单目标检测，速度快模型小效果好总体思路论文研究了感受野（RF）与有效感受野（ERF）的关联与重要性，使用感受野替代Anchors，即Anchor-free得方法，在一个基础模型结构上分别抽取8路特征图对从小到大的人脸进行检测，检测模块...

人脸检测--LFFD

gs344937933的专栏

05-24

543

原文地址：https://arxiv.org/pdf/1904.10633.pdf 代码：（1）官方老版本：https://github.com/YonghaoHe/LFFD-A-Light-and-Fast-Face-Detector-for-Edge-Devices （2）官方新版本：https://github.com/YonghaoHe/LFD-A-Light-and-Fast-Detector 摘要 anchor-base 单阶段具体地，我们重新思考了感受野(RF)和有效

深度学习_人脸检测_LFFD轻量级人脸检测模型论文详解

欢迎大家关注我

06-28

1807

LFFD: A Light and Fast Face Detector for Edge Devices论文地址总体思路 LFFD是由中科院提出的新型单目标检测模型，适用于人脸、行人、车辆等单目标检测，速度快模型小效果好。论文研究了感受野（RF）与有效感受野（ERF）的关联与重要性，使用感受野替代Anchors，即Anchor-free的方法。在一个基础模型结构上分别抽取8路特征图对从小到大的人脸进行检测，检测模块分为类别二分类与边界回归。基于Anchors的方法存在的问题 anchor box不

LFFD：一种用于边缘检测的轻量化快速人脸检测器

TJMtaotao的博客，高校计算机教师

01-09

2039

LFFD: A Light and Fast Face Detector for Edge Devices 原文地址：https://arxiv.org/pdf/1904.10633.pdf Y onghao He∗1,2, Dezhong Xu∗1, Lifang Wu1, Meng Jian1, Shiming Xiang2, and Chunhong Pan2 1Faculty of I...

Android人脸检测实战教程：Facedetector应用与测试

2. **Face Detect（人脸检测）**：项目实现了人脸检测的功能，结合了相机功能进行实时的人脸检测，并将检测结果展示在应用的界面中。为了实现上述功能，`FaceDetectCamera-master`项目中可能包含了以下几个关键...