DSFD

高性能人脸检测算法

https://arxiv.org/abs/1810.10220

github

这篇文章不会关注文章的细节内容，主要让大家在tensorflow框架下面跑起来，并能够有个结果，并且方便的削减运算进行自己的线上部署，原理介绍应当参考论文会更为妥当。
最近的人脸检测算法有了不小的进展，包括S3FD，SSH，DSFD，retinanetface pyramidbox 等，都算是single stage的检测算法。在我看来都是类ssd的架构，mutibox的方式来实现。然后，再看新的anchor free的方法，也是类似于该架构，只不过检测的bounding box encode的方式改变了，也引入了关键点检测上的一些东西，所以看来CV领域的几个关键的问题都在相互学习，互相取长补短，共同进步。
顺便说一个anchor free的人脸检测还没有被充分的挖掘。

另外，这个代码也不是完整的dsfd 的实现，借鉴了很多的文章的方法，也借了别的repo的代码，仅供参考 :
如果有问题可以mailme，2120140200@mail.nankai.edu.cn 或者留言 ?

1 demo

这里有一个训好的模型
https://pan.baidu.com/s/1cUqnf9BwUVkCy0iT6EczKA ( 提取码 ty4d ）

widerface val set

Easy MAP	Medium MAP	hard MAP
0.942	0.935	0.880

fddb
0.987

参考vis.py 用来可视化

首先看一下demo图片吧，检出约700+人脸，没有论文里面多。（此处原图分辨率是1600x898,，原图输入只能检测出500个脸，放大两倍能检测出750+，没试过resize到更大了，用的resnet50）
不过实际的部署上不能这么用，注意固定输入尺寸，和nms的输出数量，不能不考虑耗时。

（caution:第二个图，1300+人脸检出，我也不知道是谁的图，我就拿来用了，如果你觉得属于侵权行为，请联系我，我会删除：））

关键点release在github。这个模型是由300W以及300VW训练出来的，大致±90度, (俯仰角±45,稍差)之内都可以稳定检测。

train

一步步来，看如何训练

step 1

首先clone下代码，git clone https://github.com/610265158/DSFD-tensorflow.git

step 2

下载数据集widerface
把 WIDER_train, WIDER_val and wider_face_split 放到新建的WIDER 下面，

step 3

然后运行，python prepare_wider_data.py, 然后会产生train.txt 和val.txt

其中内容每一行是这个样子：./WIDER/WIDER_val/images/0–Parade/0_Parade_Parade_0_913.jpg| 238,146,450,392,1 612,192,818,426,1 28,100,104,214,1。

也就是如果你要训练你自己的数据就这样： imgpath| xmin,ymin,xmax,ymax,1 …

step 4

下载imagenet 预训练模型，
http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
当然也可以不加载，从头训练

step 5

查看train_config.py 里面是配置文件，包括gpu配置等，默认配置不动的话，如果数据，txt以及预训练模型都弄好，是可以直接跑起来的，

python train.py

就可以看到有log输出了

ps

train_config.py 里面有很多参数，包括多卡训练的配置，BN GN，是否锁住bn层，学习率，batch size 等，如果跑起来都是可以试一下的 ?

demo

如果你训练好了，会在./model 下有模型里面有checkpoint 文件，
里面内容如下，选好你要转换的模型，
model_checkpoint_path: “epoch_17L2_0.00025.ckpt”
all_model_checkpoint_paths: “epoch_**17 **L2_0.00025.ckpt”

然后在根目录下，运行:

python tools/auto_freeze.py

将会在model下生成一个detector.pb 这个模型就可以用了，

然后看一下 vis.py 里面

改一下data_dir 到你想检测的那个目录，会递归的查找jpg png结尾的图片，然后检测。

python vis.py

###后记
dsfd是一个检测性能很强的算法，不过要是部署的话肯定不行，计算量比较大，后续会删减一些结构，进行小网络的实验，都会加到里面。然后自己的线上的算法也该更新一下下了。
另外，还有一个人脸关键点的算法，还没有整理好，一个轻量级的网络，效果还不错，抖动也抑制的比较好，后续都会放出来:)

DSFD人脸检测算法的tensorflow实现相关推荐

人脸检测算法_腾讯已开源高精度人脸检测算法DSFD
腾讯提出一种高精度双分支人脸检测器DSFD并开源.该算法曾在全球两大权威人脸检测数据集WIDERFACE和FDDB上均取得了第一. 任务介绍人脸检测算法是在图像上检测出人脸的位置(通常以矩形框形式输 ...
腾讯已开源高精度人脸检测算法DSFD
腾讯提出一种高精度双分支人脸检测器DSFD并开源.该算法曾在全球两大权威人脸检测数据集WIDERFACE和FDDB上均取得了第一. 任务介绍人脸检测算法是在图像上检测出人脸的位置(通常以矩形框形式输 ...
重磅！刷新两项世界纪录的腾讯优图人脸检测算法DSFD开源了！
近日,知名开源社区Github上有个名为DSFD(Dual Shot Face Detector)的算法引起了业内关注,它正是来自于腾讯优图.目前,该算法已经被计算机视觉顶级会议CVPR 2019接收 ...
曾刷新两项世界纪录，腾讯优图人脸检测算法 DSFD 正式开源...
雷锋网(公众号:雷锋网) AI 科技评论按:近年来,卷积神经网络在人脸检测中取得了很大的成功,然而这些方法在处理人脸中多变的尺度,姿态,遮挡,表情,光照等问题时依然比较困难.为此,腾讯优图推出名为 D ...
曾刷新两项世界纪录，腾讯优图人脸检测算法 DSFD 正式开源
雷锋网(公众号:雷锋网) AI 科技评论按:近年来,卷积神经网络在人脸检测中取得了很大的成功,然而这些方法在处理人脸中多变的尺度,姿态,遮挡,表情,光照等问题时依然比较困难.为此,腾讯优图推出名为 D ...
【CV】10种轻量级人脸检测算法大PK ｜代码集合开源
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达最近在微信公众号 AIZOO 里看到轻量级人脸检测算法大盘点的文章 ...
10种轻量级人脸检测算法大PK
几个月前,AIZOO曾经盘点过最强六大开源轻量级人脸检测项目分析 | 附打包下载,nihate同学将它丰富到10种算法,并用Python.对他们进行了汇总整理,以及效果的对比. Github链接:h ...
10种轻量级人脸检测算法大PK ｜代码集合开源
喜欢就关注 AIZOO 吧! 几个月前,AIZOO曾经盘点过最强六大开源轻量级人脸检测项目分析 | 附打包下载,nihate同学将它丰富到10种算法,并用Python.对他们进行了汇总整理,以及效果 ...
Matlab人脸检测算法详解
这是一个Matlab人脸检测算法详解前言人脸检测结果算法详解源代码解析所调用函数解析 bwlabel(BW,n) regionprops rectangle 总结前言目前主流的人脸检测与 ...

DSFD人脸检测算法的tensorflow实现