Ultra-Light-Fast-Generic-Face-Detector-1MB
1MB輕量級通用人臉檢測模型
作者表示該模型設計是為了邊緣計算設備以及低功耗設備（如arm）設計的實時超輕量級通用人臉檢測模型。它可以用於arm等低功耗計算設備，實現實時的通用場景人臉。
檢測推理同樣適用於移動終端或pc機。
作者加入widerface測試代碼，完善部分測試數據及添加MNN、NCNN C++推理代碼等。
- 從模型大小來看，默認的fp32精度（.pth）文件大小為1.04~1.1MB，推理幀int8約為300KB。
- 在模型計算中，320x240的輸入分辨率約為90~109mflops。
- 該模型有兩個版本，版本slim（簡化速度稍快）、版本rfb（帶有修改后的rfb模塊，精度更高）。
- 提供使用320x240和640x480不同輸入分辨率的Widerface培訓的預培訓模型，以便更好地在不同的應用場景中工作。
- 支持onxx導出，易於移植推理。
作者測試過PC運行環境
- Ubuntu16.04、Ubuntu18.04、Windows 10（inference）
- Python3.6
- Pytorch1.2
- CUDA10.0 + CUDNN7.6
我們來看下速度、精度和模型大小對比數據
訓練集是使用Retinaface提供的清潔過的Wideface標記以及Wideface數據集生成的，以生成VOC訓練集（PS：以下測試結果由我本人測試，結果可能有所不同）。
Widerface測試情況
寬面測試集中的測試精度（單標度輸入分辨率：320*240）
模型Easy SetMedium SetHard Setlibfacedetection v1（caffe）0.650.50.233libfacedetection v2（caffe）0.7140.5850.306官方 Retinaface-Mobilenet-0.25 (Mxnet)0.7450.5530.232version-slim0.7650.6620.385version-RFB0.7840.6880.418
寬面測試集中的測試精度（單刻度輸入分辨率：VGA 640*480）
模型Easy SetMedium SetHard Setlibfacedetection v1（caffe）0.7410.6830.421libfacedetection v2（caffe）0.7730.7180.485官方 Retinaface-Mobilenet-0.25 (Mxnet)0.8790.8070.481version-slim0.7570.7210.511version-RFB0.8510.810.541
看看在樹莓派推理速度
樹莓pi 4b mnn推理測試時間（ms）（arm/a72x4/1.5ghz/輸入分辨率：320x240/int8量化）
模型1核2核3核4核libfacedetection v12816129.7官方 Retinaface-Mobilenet-0.25 (Mxnet)462518.515version-slim2916129.5version-RFB3519.614.811
我們來看看模型大小數據比較
幾種主流開源輕量級人臉檢測模型的大小比較：
模型模型文件大小（MB）libfacedetection v1（caffe）2.58libfacedetection v2（caffe）3.34官方 Retinaface-Mobilenet-0.25 (Mxnet)1.68version-slim1.04version-RFB1.11
生成voc格式的訓練數據集和訓練流程
一、下載wideface官方網站數據集或下載我提供的培訓集並將其提取到./data文件夾：
（1）過濾掉10px*10px面后干凈的wideface數據壓縮包
（2）完整的未過濾小面寬面數據壓縮包
（注：如果下載上述（1）中的過濾包，則無需執行此步驟）
二、由於寬空間中有許多小而不清晰的面，不利於有效模型的收斂，因此需要進行過濾。訓練時，默認值是過濾10像素x 10像素的臉大小。
運行./data/wide_face_2_voc_add_landmark.py
python3 ./data/wider_face_2_voc_add_landmark.py
程序運行並完成后，將在./data目錄中生成更寬的
“u face_add_lm_10_10”文件夾。解壓后文件夾數據和數據包（1）相同。完整的目錄結構如下：
data/
retinaface_labels/
test/
train/
val/
wider_face/
WIDER_test/
WIDER_train/
WIDER_val/
wider_face_add_lm_10_10/
Annotations/
ImageSets/
JPEGImages/
wider_face_2_voc_add_landmark.py
三、VOC訓練集已准備就緒，在項目的根目錄中有兩個腳本
train_mb_tiny_fd.sh和train_mb_tiny_rfb_fd.sh。
四、前者用於訓練slim版本模型，后者用於訓練rfb版本模型。已設置默認參數。有關微調，請參閱./train.py中每個訓練超參數的說明。
運行train_mb_tiny_fd.sh和train_mb_tiny_rfb_fd.sh
sh train_mb_tiny_fd.sh 或者 sh train_mb_tiny_RFB_fd.sh
我們來看看幾張分辨率為640*480的人臉檢測效果圖：
- 如果實際的生產場景是中距離、大面和小面，建議使用輸入尺寸輸入尺寸：320（320x240）分辨率訓練，並使用320x240圖像尺寸輸入進行預測推理，例如使用提供的預訓練模型。用於推理的mb_tiny_rfb_fd_train_320.pth輸入。
- 如果實際的生產場景是中長距離、小面和大量面，建議：
- （1）最優：輸入大小輸入大小：640（640x480）分辨率訓練，並使用相同或更大的輸入大小進行預測推理，如使用提供的訓練前模型mb_tiny_rfb_fd_train_640.pth進行推理，誤報率更低。
- （2）次優：輸入大小輸入大小：320（320x240）分辨率訓練，並使用480x360或640x480大小輸入進行預測推理，對小臉更敏感，誤報會增加。
- 每個場景的最佳結果都需要調整輸入分辨率，以便在速度和精度之間取得平衡。
- 過大的輸入分辨率會提高小人臉的召回率，但也會增加大、近距離人臉的誤報率，推理速度會成倍增加。
- 輸入分辨率過小會顯著加快推理速度，但會大大降低小人臉的召回率。
- 制作場景的輸入分辨率應盡量與模型訓練的輸入分辨率一致，上下浮動不宜過大。
相關數據集及代碼大家可以在Github上找得到。