本文转载自知乎，作者来自媒智科技，介绍了其今天刚刚开源的人脸检测工程TinaFace，已获作者授权转载，请勿二次转载。

https://zhuanlan.zhihu.com/p/315511581

这几年人脸检测的benchmark越刷越高，方法也越来越复杂，提出的模块或者方法大都专门为人脸检测设计，不易复现和使用，比如DSFD里的FEM、PAL、IAM，ASFD里的AutoFEM、PAL、IAM、DRMC loss，HAMBox里的PA、OAM、RAL等等。

鉴于此，我们设计了一个简单而又强大的人脸检测模型——TinaFace，该模型基于RetinaNet，相比RetinaNet只做了很小的改动：

• 将BN换成GN；

• 加了一个IoU预测分支；

• 在backbone上嵌入了DCNv1；

• 将框回归的loss从smooth l1 loss替换为DIoU loss。

在仅使用ResNet50作为backbone的情况下，TinaFace在WIDER FACE的验证集和测试集中的hard上达到了当前的state of the art。我们只看hard的原因在于WIDER FACE的easy和medium都包含在hard之中，hard体现的是一个人脸检测器在所有人脸上的检测效果。

具体来说，在单模型，backbone仅为ResNet50的情况下：

1、验证集上

1.1、不使用TTA的TinaFace：TinaFace的AP为93.0%，比基于ResNet152的ASFD（使用TTA）高0.5%，比基于ResNet152的DSFD（使用TTA）高1.8%；

1.2、使用TTA的TinaFace：TinaFace的AP为93.4%，比基于ResNet50的HAMBox（使用TTA）高0.1%。

2、测试集上

2.1、不使用TTA的TinaFace：TinaFace的AP为92.1%，与基于ResNet152的ASFD（使用TTA）一样，比基于ResNet152的DSFD（使用TTA）高2.1%；

2.2、使用TTA的TinaFace：TinaFace的AP为92.4%，比基于ResNet50的HAMBox（使用TTA）高0.1%。

TinaFace非常简单，基于RetinaNet，所添加的模块在在通用的目标检测框架（比如mmdetection、vedadet）中都是现成的。而且训练不需要大batch，即使你的显存只有11G，也可以复现TinaFace。也正因为TinaFace使用的模块都非常经典、成熟，TinaFace也会比较容易部署。

我们的代码开源地址在文末，基于vedadet，里面提供当前最好结果的权重，以及训练、测试、推理代码，无论大家是想做研究、打比赛、还是仅仅想体验state of the art的效果，这个repo都能满足你。

vedadet能做到的不仅于此，vedadet是我们基于mmdetection开发的单阶段目标检测框架，适用任意目标检测任务，无论是人脸检测还是通用目标检测。

vedadet提供训练、测试、推理特性，后续会支持转ONNX/TensorRT，以及基于TensorRT的Python前端SDK或者C++前端SDK。

想了解实验细节的朋友可以参见论文TinaFace: Strong but Simple Baseline for Face Detection （文末附下载）。实验中使用的数据分析工具我们也开源了——volkscv。

TinaFace 代码：

https://github.com/Media-Smart/vedadet/tree/main/configs/trainval/tinaface

volksdep: 一个实用TensorRT部署和加速PyTorch、Onnx和TensorFlow模型的开源库

https://github.com/Media-Smart/volksdep

FlexInfer：一个灵活的Python前端推断库

https://github.com/Media-Smart/flexinfer

cheetahinfer：一个基于TensorRT的纯C++推断SDK

https://github.com/Media-Smart/cheetahinfer

vedadet：一个基于PyTorch的单阶段目标检测工具箱

https://github.com/Media-Smart/vedadet

volkscv：一个计算机视觉研究与部署的基础Python库

https://github.com/Media-Smart/volkscv

论文下载：

论文目前还没有公开arXiv地址，在我爱计算机视觉 公众号后台回复“tinaface”,即可收到PDF下载。

END

备注：人脸

人脸技术交流群

人脸检测、识别、对齐、重建、表情识别、表情迁移等技术，

若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到