大小仅1MB!超轻量级的人脸识别模型火爆Github

作者: 佚名 2019-10-18 14:57:05

近日,用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅1MB,一经开源就霸榜Github Trending榜单。

短短几天时间,已经在Github上标星2.1K,398个Fork(Github地址:https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB)

据Linzaer介绍,该模型设计是针对边缘计算设备或低算力设备(如用ARM推理)设计的,可以在低算力设备中如用ARM进行实时的通用场景的人脸检测推理,同样适用于移动端、PC。

主要具有如下特性:

  • 在模型大小上,默认FP32精度下(.pth)文件大小为 1.04~1.1MB,推理框架int8量化后大小为 300KB 左右。
  • 在模型计算量上,320x240的输入分辨率下 90~109 MFlops左右。
  • 模型有两个版本,version-slim(主干精简速度略快),version-RFB(加入了修改后的RFB模块,精度更高)。
  • 提供了320x240、640x480不同输入分辨率下使用widerface训练的预训练模型,更好的工作于不同的应用场景。
  • 支持onnx导出,便于移植推理。

目前测试过正常的运行环境如下:

  • Ubuntu16.04、Ubuntu18.04、Windows 10(inference)
  • Python3.6
  • Pytorch1.2
  • CUDA10.0 + CUDNN7.6

精度、速度、模型大小比较

训练集是使用Retinaface提供的清理过的widerface标签配合widerface数据集生成VOC训练集

Widerface测试

在WIDER FACE test集测试精度(单尺度输入分辨率:320*240 或按最大边长320等比缩放)

在WIDER FACE test集测试精度(单尺度输入分辨率:VGA 640*480 或按最大边长640等比缩放 )

终端设备推理速度

树莓派4B MNN推理测试耗时 (单位:ms)(ARM/A72x4/1.5GHz/输入分辨率 : 320x240 /int8量化)

模型大小比较

图片效果如下:

人脸识别 AI 人工智能
上一篇:你知道选工业机器人9大参数? 下一篇:AI如何改善采矿行业现状?
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

人工智能技术的应用方向

AI是一门非常具有挑战性的科学,但它又是一个边缘学科。这是自然科学与社会科学的交集。主要涉及哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等学科。

开课吧科科 ·  17h前
AI破解 《死海古卷》背后秘密:不止一位抄写员

据外媒报道,来自格罗宁根大学的研究人员开发了一种新的笔迹分析方法,这为研究《死海古卷》的作者提供了新的线索。

佚名 ·  1天前
医疗机器人已经到来,医学领域将发生巨变

据美国波士顿咨询公司(BCG)预测,2020年全球手术机器人市场规模达到110亿美元,预计可保持20%~25%的复合年增长率,于2023年初达到200亿美元,2025年之前突破300亿美元。

高松 ·  1天前
人工智能教育被列入中小学课堂!

近年来,人工智能领域发展持续升温,人才短缺现状受到关注。国务院于2017年7月发布的《新一代人工智能发展规划》提出,“实施全民智能教育项目,在中小学阶段设置人工智能相关课程”,为人工智能教育赋予了新的任务。

机器人家 ·  1天前
别不懂装懂!机器学习和深度学习弄明白了?

机器学习与深度学习虽然同属于人工智能领域,但它们之间存在很大的差异。三者之间可以理解为,机器学习是AI的子集,而深度学习则是机器学习的子集,就好像一个俄罗斯套娃。

科技星空plus ·  1天前
专家视角丨华先胜:人工智能:是风、是云,还是雨?

人工智能技术广泛应用的今天,各行各业的发展均离不开人工智能的帮助。如何合理利用人工智能技术助力企业发展是每个企业都在思考的问题。阿里巴巴达摩院人工智能中心城市大脑实验室负责人、国际电气与电子工程师协会院士华先胜结合 AI 技术在各个行业的应用实例解析 AI 技术的发展现状,并对未来人工智能的发展做出预测。

佚名 ·  1天前
15张图表带你速览2021人工智能最新趋势

Eliza Strickland ·  1天前
高端芯片能解决智能驾驶的问题吗

随着人工智能算法不断完善,智能化应用逐渐落地,汽车电子架构的发展也在朝着更复杂的方向演进,但出乎意料的是,和宣传视频形成鲜明对比的,正是难以支撑复杂操作的车载系统,也正是前阵子芯片短缺的新闻,才让很多人意识到了车载芯片原来这么落后。

王嘉陆 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载