近日，南方科技大學於仕琪教授團隊開源了一種CNN人臉檢測算法，名為libfacedetection，此次是團隊第三次開源，這版模型新增加了五點人臉檢測功能，人臉檢測速度可以達到1000FPS，目前該開源項目在GitHub上已經獲得了8000個星。
地址：https://github.com/ShiqiYu/libfacedetection
與之前的人臉檢測版本相比，主要變化有：
- 增加了五點人臉關鍵點檢測，關鍵點檢測和人臉檢測同步進行。
- 計算量未增加。
此開源人臉檢測庫libfacedetection，有如下特點：
卷積操作無浮點計算，算法基本全是8位整數操作。
採用AVX512/AVX2/NEON指令提速。
代碼更加簡短和簡潔，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採用3-Clause BSD License，可以商業應用！
算法運行速度如下：
另外，團隊在訓練V3這個新模型時，沒有繼續使用Caffe進行訓練，而改用了PyTorch。因為訓練時會涉及頻繁的模型修改，PyTorch在自定義模型方面比Caffe更加方便。
新的PyTorch訓練程序參考了中科院自動化所張士峰的GitHub項目FaceBoxes.PyTorch以及Max deGroot的GitHub項目ssd.pytorch，並把代碼整理的更簡潔。
之所以能夠人臉檢測和關鍵點檢測同時做，是採用了下面策略：
- 前100個Epoch僅訓練人臉檢測；
- 後400個Epoch人臉檢測和關鍵點檢測交替訓練。
本項目的亮點是
將訓練好的模型進行8位定點化，並自動生成libfacedetection庫所需的CPP文件；還可以自動將卷積層conv和批歸一化層bn進行融合，使之成為一個新的卷積層，這樣不需要再進行bn操作，以提升速度。定點化和層融合詳見Readme文檔和代碼。地址： https://github.com/ShiqiYu/libfacedetection.train
分享到:
閱讀更多 圖靈聯邦 的文章
