加入关键点的darknet训练框架，使用yolov3实现了轻量级的人脸检测

加入关键点的darknet训练框架，使用yolov3实现了轻量级的人脸检测

darknet_face_with_landmark

更新 troch版本：https://github.com/ouyanghuiyu/yolo-face-with-landmark

借鉴AlexeyAB大神的 darknet 做适量修改，用于人脸检测以及关键点检测,支持ncnn推理

实现的功能

添加关键点检测分支，使用wing loss添加 hswish,hsigmode 激活函数

Installation

Clone and install

git clone https://github.com/ouyanghuiyu/darknet_face_with_landmark.git使用scripts/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用其他编译训练都和原版darknet相同测试

./darknet detector test ./data/face.data ./cfg/mbv2_yolov3_face.cfg ./models/mbv2_yolov3_face_final.weights ./test_imgs/input/selfie.jpg -dont_show

或者使用yolo_landmark.py进行测试，更换里面的模型配置文件即可

精度

Widerface测试

在wider face val精度（单尺度输入分辨率：320*240）

在wider face val精度（单尺度输入分辨率：640*480）

ps: 测试的时候,长边为320 或者 640 ,图像等比例缩放,yolo未作缩放.

测试

References

darknet

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。