近日，南方科技大学于仕琪教授团队开源了一种CNN人脸检测算法，名为libfacedetection，此次是团队第三次开源，这版模型新增加了五点人脸检测功能，人脸检测速度可以达到1000FPS，目前该开源项目在GitHub上已经获得了8000个星。
地址：https://github.com/ShiqiYu/libfacedetection
与之前的人脸检测版本相比，主要变化有：
此开源人脸检测库libfacedetection，有如下特点：
卷积操作无浮点计算，算法基本全是8位整数操作。
采用AVX512/AVX2/NEON指令提速。
代码更加简短和简洁，只有一千多行代码。
代码不依赖任何其他第三方库，只要平台能编译C++则可使用。
项目License采用3-Clause BSD License，可以商业应用！
算法运行速度如下：
另外，团队在训练V3这个新模型时，没有继续使用Caffe进行训练，而改用了PyTorch。因为训练时会涉及频繁的模型修改，PyTorch在自定义模型方面比Caffe更加方便。
新的PyTorch训练程序参考了中科院自动化所张士峰的GitHub项目FaceBoxes.PyTorch以及Max deGroot的GitHub项目ssd.pytorch，并把代码整理的更简洁。
之所以能够人脸检测和关键点检测同时做，是采用了下面策略：
本项目的亮点是将训练好的模型进行8位定点化，并自动生成libfacedetection库所需的CPP文件；还可以自动将卷积层conv和批归一化层bn进行融合，使之成为一个新的卷积层，这样不需要再进行bn操作，以提升速度。定点化和层融合详见Readme文档和代码。
地址： https://github.com/ShiqiYu/libfacedetection.train