首页 国际新闻正文
穿越之军阀阔太

机器之心报导

机器之心编辑部

不久之前,腾讯优图开源了人脸检测算法 DSFD(Dual Shot Face Detector),该算法相关论文现已被计算机视觉尖端会议 CVPR 2019 接纳,改写了人脸检测数据集 WIDER FACE 和 FDDB 新纪录。

DSFD 人脸检测算法简介

人脸检测算法是在图画上,检测出人脸的方位(通常以矩形框方式输出),是人脸配准、人脸特点魏英洛辨认、人脸核身、人脸检索等技能的根底。据腾讯优图介绍,此次提出的 DSFD 人脸检测算法,主要有 3 点立异:

(1)规划了一种新的「特征增强」模块(FEM:Feature Enh嗯深化ance Module)

FEM 在选用 Top-Down 层间信息交融的一起,在同一「感触野」内做了更多的 enhancement。因此在 width and depth 上学习到了更有用的 context 和 semantic 信息。

(2)提出了「分层锚点渐进」式的价值函数监督(PLA:Progressive Anchor Loss)

模型选用 2 个层级(hierarchy),根据第一层(low-level)和第二层(high-level)的差异性,适配了不同标准的 anchor。在练习过程中,PAL 对整个模型形成了更有用的监督。

天辉发卡
淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币

(3)规划了一种「改善的锚点匹配战略」(Improved Anchor Matching Strategy)

One-stage detector 因为在输出层分配有密布的 anchor,anchor 与 face 匹配的好坏直接影响练习作用。优图的研究人员 data augmentation 过程中充分考虑了不同巨细的 face 和各个 anchor 的联络,提出了一种新的数据扩增法。

图注:算法全体流程图

下面两张图都电击女展现 DSFD 人淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币脸检测的作用,它们在不同标准、姿势、遮挡、含糊、打扮和光照等条件下有很不错的作用。下图蓝色的检测框表喜爱丈母娘示检测置信度超过了 0.8。

项目怎样用

整个完成政法干警好考吗项目是建立在 PyTorch 上的,Torch 版别为 0.3.1。项目不依赖特别库,只需求 Python 3.6 和 CuDNN 等就行了。假如需求运用该项目,咱们能够直接经过 Git 下载(下载后的根目录表明为淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币$DSFD_ROOT):

git clonehttps://github.com/TencentYoutuResearch/FaceDetection-DSFD.git

cdFaceDetection-DSFD

exportCU虐肌肉男DA_VISIBLE_DEVICES=0

我祖艾妈们能够直接下载 WIDER FACE 和 FDDB 数据集,并运用预练习的模型测验作用。在 WIDER FACE淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币 数据集练习的 DSFD 模型可在以下地址下载:

以上的预练习权重需求放在$DSFD_ROOT/weights/目录中,项目中的 demo.py 展现了怎么运用 DSFD 模型检测人脸,并将检测成果打印出来。如淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币下是检测人脸的命令行:

python demo.py [--trained_model [TRAINED_MODEL]] [--img_root [IMG_ROOT]]

[--save_folder [SAVE_FOLDER]] [--visual_threshold [VISUAL_THRESHOLD]]

--trained_model中公高科中签号 Path to the saved model

--img_root Path of testimages

--sav韩国十八禁e_folder Path of output detection resutls

--visual_threshold周麦27号 Confidence thresh 银冰消痤酊

除此之外,项目还能够经过内置测验代码评价预练习模型在 WIDER FACE 和 FDDB 数据集的作用,感兴趣的读调和解救危机全集播映者可查阅原 GitHub 项目。

试验淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币成果

腾讯优图的研究员在 WIDER FACE 和 FDDB 两个盛行的面部检测基准上评价了 DSFD 模型。该模型只运用 WIDER FACE 的练习集进行练习,然后在两个基准上进行评价,没有更多的精调。

如下图 6 所示,各色夫郎齐上堂在所有的 SOTA 面部检测器中,在三个子集上的均匀精度(AP)上 DSFD 取得了最好的体现淮阳气候,腾讯优图开源人脸检测算法DSFD,改写两项数据集纪录,日元兑人民币,也便是在验证集上分别为 96.6% (简略)、95.7% (一般) 和 90.4% (困难),在测验集上为 96.0% (简略)、95.3% (一般) 和 90.0% (困难)。

图 6:在 WIDER FACE 验证和测验集上的精度-召回曲线。

如下图 7 所示沈欣工作室,DSFD 在接连、非接连 ROC 曲线上都取得了 SOTA 体现,也便是当假正例数量为 1000 时得分分别为 99.1%、 86.2%。

图 7:在 FDDB 数刘相蓉据集谵死怪上与干流 SOTA 办法的比照。第一排两张图展现了没有额定注释的 ROC 曲线成果,第二排两张图展现了带有额定注释的 ROC 曲线。

本文为机器之心报导,转载请联络本大众号取得授权。

CES 规划 腾讯
声上海气候24小时明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。