CPU上跑到 100 fps 的高精度PyTorch人脸特征点检测库
共 1376字,需浏览 3分钟
·
2021-12-01 13:51
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
作者 | cunjian 编译 | CV君
转自 | 我爱计算机视觉
【导读】向大家推荐一款基于PyTorch实现的快速高精度人脸特征点检测库,其在CPU上的运行速度可达100 fps。
项目地址:
https://github.com/cunjian/pytorch_face_landmark
该库支持68点正面/半正面和39点侧脸的特征点检测,支持不同的主干网络,支持使用ONNX的推断。
该库人脸检测使用MTCNN算法,特征点检测是基于坐标回归的方法。
请看一段该库在 300 VW上检测视频:
在300W数据集上的正面人脸检测结果示例:
在Menpo数据集上的半正面人脸检测结果示例:
在Menpo数据集上的侧脸检测结果示例:
使用不同的主干网在300W数据集上的精度结果:
使用不同的轻量级主干网和不同分辨率图像在300W数据集上的检测结果:
可见参数量都很小,除了在Challenge子集,其他精度下降并不是很大,而且后两者可以实现 100 fps的速度。
测试推断:
对同一文件夹下图像进行批量测试兵保存结果:
python3 -W ignore test_batch_mtcnn.py
使用ONNX优化、MTCNN用于人脸检测并通过摄像头采集图像测试:
python3 -W ignore test_camera_mtcnn_onnx.py
使用ONNX优化、轻量级人脸检测并通过摄像头采集图像测试(可达到实时):
python3 test_camera_light_onnx.py
项目地址:
https://github.com/cunjian/pytorch_face_landmark
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~