模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

作者: 乾明 2019-10-14 15:13:24

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。

最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

项目贡献者介绍,这一模型大小文件仅1MB,320x240输入下计算量仅90MFlops。

当然,效果也不弱于当前业界主流的开源人脸检测算法,甚至有所超越。

超轻量、通用

这一模型的贡献者为linzai,他介绍称,这是针对边缘计算设备或低算力设备(如用ARM推理)设计的一款实时超轻量级通用人脸检测模型:

默认FP32精度下(.pth)文件大小为 1.1MB,推理框架int8量化后大小为 300KB 左右。

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

目标就是在低算力设备中用ARM进行实时的通用场景的人脸检测推理。同时,这也适用于移动端环境(Android & IOS)、PC环境(CPU & GPU )等等。

GitHub项目页面介绍称,模型已经在Ubuntu16.04、Ubuntu18.04、Windows 10;Python3.6;Pytorch1.2;CUDA10.0 + CUDNN7.6等环境进行过测试,都能够保证正常运行。

模型设计,一共有两个版本,分别是:1)version-slim,主干精简速度略快,2)version-RFB,加入了修改后的RFB模块,精度更高。

而且还提供了320x240、640x480不同输入分辨率下使用widerface训练的预训练模型,能够更好的工作于不同的场景。

linzai介绍称,整个项目中没有特殊算子,支持onnx导出,从而便于移植推理。

效果不弱于当前主流开源算法

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

如此模型,效果/精度到底如何?

linzai也在GitHub项目页面放出了这一模型在精度、速度、场景测试、大小方面的测试。

参赛选手有两个,一个是Libfacedetection,OpenCV中文站站长于仕琪开源的人脸检测算法。

另一个是Retinaface-Mobilenet-0.25 (Mxnet)——当前业界最先进的开源人脸检测算法之一。

在Widerface数据集上的测试结果如下:

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

version-slim/version-RFB基本上都能够实现最优结果。

在树莓派4B MNN推理测试耗时上的测试结果为:

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

对比之下,version-slim版本的速度也不在下风。

在地铁站、万达广场、办公室等场景进行测试,结果上version-RFB也比较有优势。

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

更重要的是,新开源模型的轻量性:

模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

传送门

在这个项目的GitHub页面,linzai也分享了如何生成VOC格式训练数据集以及训练流程,以及如何更好的使用这一模型的方法。

如果你有兴趣,不妨看一看~

AI 数据 人工智能
上一篇:人工智能遇冷,自动驾驶受阻? 下一篇:全球十大AI训练芯片大盘点
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能项目:需要注意的七件事

维度R的一份报告显示,十分之八的AI失败了,而96%的AI则在标注,标明和建立模型置信度方面遇到了问题。以下是人工智能项目失败的7个常见原因。

闻数起舞 ·  9h前
2020年第一季度人工智能的最新进展

人工智能曾经只是科幻小说,是计算世界的遥不可及的梦想,如今已成为现实。 人工智能,简称AI,是用来描述机器模拟人类智能的能力。

闻数起舞 ·  14h前
2020年优秀AI软件开发工具

人工智能对软件工程和科技公司的影响不可否认,而且还在不断增加。 有许多组织正在利用这项革命性的技术来创建开箱即用的功能强大的Web和移动应用程序。 无论大小,企业都可以利用AI来提高投资回报率,提高效率并很大程度地降低运营风险。

闻数起舞 ·  14h前
人工智能可以塑造活动产业的未来吗?

活动组织者可以为活动管理引入AI,以使他们的活动更加成功。现场活动是很好的营销方式,也是增强业务与客户关系的优秀方式。根据一项调查,84%的领导者认为活动是其业务成功的关键因素。技术的使用正在改变活动的计划和组织方式。

佚名 ·  2天前
提升城市气质守护宜居环境 AI打通治理闭环

人工智能被一些研究人员称为“21世纪的电力”,认为其几乎可以为万事万物提供动力。而在城市加速发展的当下,人工智能也渐渐成为了新型智慧城市建设的“推动者”和“守望者”。

今夕何夕 ·  2天前
12个场景应用,百余种算法,AI是如何攻占经济学的?

在虚拟世界中模拟现实经济状况,想法设计更好的制度只是AI和经济学结合方式之一。其实深度强化学习在面临风险参数和不确定性不断增加的现实经济问题时,也可以提供更好的性能和更高的精度。

蒋宝尚 ·  3天前
你在打王者农药,有人却用iPhone来训练神经网络

在 iOS 设备上也可以直接训练 LeNet 卷积神经网络,而且性能一点也不差,iPhone 和 iPad 也能化为实实在在的生产力。

佚名 ·  3天前
未来20年,全自动驾驶和互联汽车会出现吗?

在这篇博文中,重点介绍了汽车技术如何使交通更安全、更智能、更有趣。

Huibert Verhoeven ·  3天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载