阅读 1154

大小仅1MB,超轻量级通用人脸检测模型登上GitHub趋势榜

近日,用户 Linzaer 在 Github 上推出了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅 1MB,320x240 输入下计算量仅 90MFlops。项目推出不久即引起了大家的关注,登上了今天的 Github trending。

机器之心报道,项目作者:Linzaer。

项目地址:github.com/Linzaer/Ult…

以下是作者对此项目的介绍:

该模型设计是针对边缘计算设备或低算力设备 (如用 ARM 推理) 设计的一款实时超轻量级通用人脸检测模型,旨在能在低算力设备中如用 ARM 进行实时的通用场景的人脸检测推理,同样适用于移动端环境(Android & IOS)、PC 环境(CPU & GPU )。有如下几个特点:
  • 在模型大小方面,默认 FP32 精度下(.pth)文件大小为 1.1MB,推理框架 int8 量化后大小为 300KB 左右。

  • 在模型计算量方面,320x240 的输入分辨率下仅 90~109 MFlops 左右,足够轻量。

  • 模型设计有两个版本,version-slim(主干精简速度略快),version-RFB(加入了修改后的 RFB 模块,精度更高)。

  • 提供了 320x240、640x480 不同输入分辨率下使用 widerface 训练的预训练模型,更好的工作于不同的应用场景。

  • 无特殊算子,支持 onnx 导出,便于移植推理。

测试过正常的运行环境
  • Ubuntu16.04、Ubuntu18.04、Windows 10

  • Python3.6

  • Pytorch1.2

  • CUDA10.0 + CUDNN7.6

精度、速度、场景测试、模型大小比较

训练集是使用 Retinaface 提供的清理过的 widerface 标签配合 widerface 数据集生成 VOC 训练集(PS:以下测试结果均为本人测试,结果可能有部分出入)。

Widerface 测试

在 WIDER FACE test 集测试精度(单尺度输入分辨率:320*240)

在 WIDER FACE test 集测试精度(单尺度输入分辨率:VGA 640*480)

终端设备推理速度

树莓派 4B MNN 推理测试耗时 (单位:ms)(ARM/A72x4/1.5GHz/输入分辨率 : 320x240 /int8 量化)


场景测试

若干不同场景视频大致有效人脸检出数量测试(单位:个)(分辨率:VGA 640*480,阈值 0.6):


模型大小比较

若干主流开源轻量级人脸检测模型大小比较 :

此外,如果读者希望复现这些测试,或者亲自试试训练效果,那么可以直接下载 widerface 官网数据集或者下载作者提供的训练集。这些数据集都需要放到./data 文件夹,且需要过滤掉 10×10 像素以下的人脸。如果从官网下载的数据集,那么还需要运行一个脚本过滤太小的人脸,因此最好的方法就是直接下载作者提供已过滤的数据集。
  • 下载地址:https://pan.baidu.com/share/init?surl=m600pp-AsNot6XgIiqDlOw

  • 提取码:x5gt

在移除了 10*10 像素以下的极小人脸后,这个超轻量人脸检测模型能识别该图中的335张人脸。

至此 VOC 训练集准备完毕,项目根目录下分别有 train_mb_tiny_fd.sh 和 train_mb_tiny_RFB_fd.sh 两个脚本,前者用于训练 slim 版本模型,后者用于训练 RFB 版本模型,默认参数已设置好,参数如需微调请参考 ./train.py 中关于各训练超参数的说明。


关注下面的标签,发现更多相似文章
评论