开源极速人脸检测库libfacedetection升级，新增五点检测功能_libfacedetection 5个特征点

来源：于仕琪@微信公众号

我们的开源人脸检测算法，新增加了五点人脸检测功能。这是一个开源的CNN算法，在GitHub上已经获得8000个星。

项目地址：

https://github.com/ShiqiYu/libfacedetection

 

新版本特点

 

疫情期间，在家疯狂尝试各种想法，大部分失败了，但最后一个成功了。成功的算法体现在代码里。与之前的版本相比，主要变化有：

 

1. 增加了五点人脸关键点检测，关键点检测和人脸检测同步进行。

2. 计算量未增加。

 

此开源人脸检测库libfacedetection，有如下特点：

 

1. 卷积操作无浮点计算，算法基本全是8位整数操作。

2. 采用AVX512/AVX2/NEON指令提速。

3. 代码更加简短和简洁，只有一千多行代码。

4. 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。

5. 项目License采用3-Clause BSD License，可以商业应用！

 

算法运行速度如下：

 

PyTorch训练程序开源

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：

• 前100个Epoch仅训练人脸检测；

• 后400个Epoch人脸检测和关键点检测交替训练。

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。

项目网址：

https://github.com/ShiqiYu/libfacedetection.train