重磅！2K 圖像 90FPS，中科院開源輕量級通用人臉檢測器
論文簡介
今天要給大家推薦的是一篇最新的單類目標檢測論文LFFD: A Light and Fast Face Detector for Edge Devices。這篇論文為北京工業(yè)大學(xué)與中科院自動化所團隊共同著作，提出了一個實用的通用型人臉檢測器LFFD，能夠?qū)崿F(xiàn)2K甚至4K圖像的實時檢測。
論文鏈接：https://arxiv.org/abs/1904.10633
代碼:?https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices
演示:?https://github.com/becauseofAI/MobileFace
https://github.com/becauseofAI/HelloFace
論文亮點
1.是一項兼具創(chuàng)新性、突破性和實用性的目標檢測工作，在單類目標檢測上做到了極致，能極致平衡準確率與速度
2.基于Anchor-Free思想，提出了感受野就是自然的錨框（Receptive Field Is Natural Anchor）
3.在未作任何優(yōu)化情況下就實現(xiàn)了“2K圖像輸入的實時檢測”
4.網(wǎng)絡(luò)極其簡單，可以在任何平臺上快速部署，已經(jīng)完成人臉的檢測，正在延展到其他的類別，如人頭、行人、車輛等
實驗結(jié)果展示及對比
WIDER FACE val set 準確率
WIDER FACE test data 準確率
FDDB上準確率
NVIDIA GTX TITAN Xp (MXNet+CUDA 9.0+CUDNN7.1)速度對比
NVIDIA TX2 (MXNet+CUDA 9.0+CUDNN7.1)上速度對比
Respberry Pi 3 Model B+ (ncnn)上速度對比
LFFD推理時長大展示
硬件平臺：NVIDIA Jetson NANO, CUDA 10.0, CUDNN 7.5.0, TensorRT 5.1.6
硬件平臺：NVIDIA RTX 2080TI, CUDA 10.0, CUDNN 7.4.2, TensorRT 5.1.5.0（推理最優(yōu)，2K圖像達到92.63FPS)
硬件平臺：NVIDIA GTX 1060(laptop), CUDA 10.0, CUDNN 7.4.2, TensorRT 5.1.5.0
如果跑在更好的硬件平臺，4K實時完全無意外了
總結(jié)
LFFD效果在速度與準確率平衡上的確是非常不錯的，代碼已經(jīng)開源，大家可以去嘗試跑跑效果，別忘了去star下這個項目～
