leaf fd82b5c7eb initialize		4 years ago
..
_base_	initialize	4 years ago
README.md	initialize	4 years ago
blazeface_1000e.yml	initialize	4 years ago

README.md

人脸检测模型

简介

face_detection中提供高效、高速的人脸检测解决方案，包括最先进的模型和经典模型。

模型库

WIDER-FACE数据集上的mAP

网络结构	输入尺寸	图片个数/GPU	学习率策略	Easy/Medium/Hard Set	预测时延（SD855）	模型大小(MB)	下载	配置文件
BlazeFace	640	8	1000e	0.885 / 0.855 / 0.731	-	0.472	下载链接	配置文件

注意:

我们使用多尺度评估策略得到Easy/Medium/Hard Set里的mAP。具体细节请参考在WIDER-FACE数据集上评估。

快速开始

数据准备

我们使用WIDER-FACE数据集进行训练和模型测试，官方网站提供了详细的数据介绍。

WIDER-Face数据源:
使用如下目录结构加载wider_face类型的数据集：

dataset/wider_face/
├── wider_face_split
│   ├── wider_face_train_bbx_gt.txt
│   ├── wider_face_val_bbx_gt.txt
├── WIDER_train
│   ├── images
│   │   ├── 0--Parade
│   │   │   ├── 0_Parade_marchingband_1_100.jpg
│   │   │   ├── 0_Parade_marchingband_1_381.jpg
│   │   │   │   ...
│   │   ├── 10--People_Marching
│   │   │   ...
├── WIDER_val
│   ├── images
│   │   ├── 0--Parade
│   │   │   ├── 0_Parade_marchingband_1_1004.jpg
│   │   │   ├── 0_Parade_marchingband_1_1045.jpg
│   │   │   │   ...
│   │   ├── 10--People_Marching
│   │   │   ...

手动下载数据集：要下载WIDER-FACE数据集，请运行以下命令：

cd dataset/wider_face && ./download_wider_face.sh

训练与评估

训练流程与评估流程方法与其他算法一致，请参考GETTING_STARTED_cn.md。
注意: 人脸检测模型目前不支持边训练边评估。

在WIDER-FACE数据集上评估

步骤一：评估并生成结果文件：

python -u tools/eval.py -c configs/face_detection/blazeface_1000e.yml \
       -o weights=output/blazeface_1000e/model_final \
       multi_scale=True

设置multi_scale=True进行多尺度评估，评估完成后，将在output/pred中生成txt格式的测试结果。

步骤二：下载官方评估脚本和Ground Truth文件：

wget http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/support/eval_script/eval_tools.zip
unzip eval_tools.zip && rm -f eval_tools.zip

步骤三：开始评估

方法一：python评估：

git clone https://github.com/wondervictor/WiderFace-Evaluation.git
cd WiderFace-Evaluation
# 编译
python3 setup.py build_ext --inplace
# 开始评估
python3 evaluation.py -p /path/to/PaddleDetection/output/pred -g /path/to/eval_tools/ground_truth

方法二：MatLab评估：

# 在`eval_tools/wider_eval.m`中修改保存结果路径和绘制曲线的名称：
pred_dir = './pred';  
legend_name = 'Paddle-BlazeFace';

`wider_eval.m` 是评估模块的主要执行程序。运行命令如下：
matlab -nodesktop -nosplash -nojvm -r "run wider_eval.m;quit;"

Citations

@article{bazarevsky2019blazeface,
      title={BlazeFace: Sub-millisecond Neural Face Detection on Mobile GPUs},
      author={Valentin Bazarevsky and Yury Kartynnik and Andrey Vakunov and Karthik Raveendran and Matthias Grundmann},
      year={2019},
      eprint={1907.05047},
      archivePrefix={arXiv},