超轻量98点人脸关键点检测

原创 已于 2022-08-22 14:43:05 修改 · 3.3k 阅读 · 24 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人脸识别 #关键点检测

于 2021-01-26 12:52:00 首次发布
介绍了一种超轻量级98点人脸关键点检测模型，该模型大小500k+,在安卓端（高通855+）测试中达到200fps+的表现。算法直接进行关键点检测，不包括人脸box检测；输入需经过人脸检测及resize（112,112）预处理。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰（StepFun）与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量，支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是，它可以生成多种语言的歌曲，包括但不限于中文、英文、日文等19种语言

MidasKing
关注
轻量级高精度人脸关键点推荐
jacke121的专栏
05-10 3434
https://github.com/midasklr/facelandmarks
NCNN人脸检测和关键点检测
ByteBuster的博客
08-18 361
以上代码展示了使用NCNN进行人脸检测和关键点检测的完整过程。接着，我们利用NCNN推理引擎进行人脸检测和关键点检测，并解析检测结果。通过本文的示例代码，我们可以看到基于NCNN的人脸检测和关键点检测方法的实现过程。人脸检测和关键点检测是计算机视觉领域中非常重要的任务，它们在人脸识别、表情分析、姿势估计等应用中扮演着重要角色。NCNN是一个轻量级的深度学习框架，具有高效、可移植和灵活的特点，适合在嵌入式设备上进行推理。我们将使用NCNN来构建人脸检测和关键点检测的模型，并在示例代码中展示其用法。
高精度轻量级的人脸关键点检测算法
01-25
针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。
轻量级关键点检测Simple and Lightweight Human Pose Estimation
weixin_39326879的博客
05-07 2121
为什么要研究轻量级关键点检测？ 一方面是大型网络耗时占内存、需要较高计算算力的平台，另外一方面，有很多简单的关键点检测任务，不需要大型网络来拟合，大型网络反而容易过拟合； Simple and Lightweight Human Pose Estimation 首先，我们来先解释下什么是bottleneck block bottleneck block A BottleNeck block is ...
使用Unity Sentis 和MoveNet实现轻量级人体关键点检测
m0_55632444的博客
06-18 1078
随着深度学习技术的发展，人体姿态估计已成为计算机视觉领域的热门话题之一。它在游戏开发、增强现实(AR)、虚拟现实(VR)等领域展现出巨大的应用潜力。Unity作为一款广泛使用的游戏和实时3D应用开发引擎，结合轻量级人体关键点检测模型MoveNet，可以实现高效准确的人体姿态估计。本文将简要介绍如何在Unity中使用Sentis和MoveNet实现轻量级人体关键点检测。
122FPS，51.9mAP 超轻量关键点检测算法PP-TinyPose来啦！
weixin_40920183的博客
11-21 1777
在人机交互场景中，机器可以识别人的手势、肢体动作、表情，你可知背后的核心技术是什么吗？没错，就是关键点检测技术，它能帮你实现精准的人机交互任务，如手势控制、智能健身、体感游戏等， 还可以识...
98点人脸关键点检测算法
IEEE_FELLOW的博客
01-04 1万+
98-FaceLandmarks 98 landmark detection 数据集 WFLW 使用98关键点的WFLW数据集. 这是由商汤提供的。里面除了关键点外，还对姿态、表情、照度、化妆、遮挡、模糊等信息进行标注。 数据集包含7,500训练（list_98pt_rect_attr_train.txt），2,500测试（list_98pt_rect_attr_test.txt）。 标签格式如下： coordinates of 98 landmarks (196) + coordinates of upp
基于卷积网络的轻量级人脸关键点检测--惠晓伟
xu.hyj
09-28 1451
惠晓伟. 基于卷积网络的轻量级人脸关键点检测[D]. 黑龙江:哈尔滨工业大学,2018. 文章是一篇硕士论文，实现了一个以SqueezeNet为基础网络，基于多任务并行机制和网络预训练的77点人脸关键点检测网络，同时引入： 区域注意力机制：本质时损失函数的权值自适应，有效缓解损失函数不平衡问题 区域融合：吸收检测网络中global和local输出，并对结果进行继承，提高精度 1. 数据集2. 任务描述和算法设计2.1 改进的标准化均方误差2.2 人脸对齐2.2.1 传统人脸对齐2.2.2 传统人脸.
light-weight 98 points face landmark超轻98点人脸关键点检测模型
最新发布
09-11
人脸关键点检测技术是计算机视觉领域的一个重要研究方向，它旨在通过图像处理技术识别出人脸中的关键部位，如眼睛、鼻子、嘴巴等器官的具体位置。由于人脸的复杂性和表情变化的多样性，这项技术一直面临不少挑战。 ...
基于python的带有关键点检测的超轻量级人脸检测器项目源码
03-23
在本项目中，我们主要探讨的是一个基于Python的超轻量级人脸检测器，它集成了关键点检测功能。这个项目对于那些希望在资源有限的环境中实现高效人脸识别的应用开发者来说非常有价值，例如在嵌入式设备或者移动平台。...
超轻量级98点人脸关键点检测模型_基于PyTorch的高效人脸特征点定位算法_适用于移动端实时人脸分析_支持安卓高通855平台200FPS高性能推理_包含505KB超小模型体积_.zip
07-27
这种超轻量级98点人脸关键点检测模型通过结合PyTorch框架和优化的轻量级网络结构，在保证检测精度的同时，实现了移动端设备上的高速处理和轻量化部署，无疑将极大地促进人脸识别技术在移动和嵌入式领域的应用，推动...
Python实现超轻量级人脸关键点检测器源码剖析
资源摘要信息:"基于Python的带有关键点检测的超轻量级人脸检测器是一个开源项目，它提供了一套用于人脸检测及人脸关键点定位的源代码。该系统利用先进的算法以确保在保持较高精度的同时，占用极低的计算资源，实现了...
WFLW人脸关键点检测98点.zip
06-16
WFLW人脸关键点检测98点.zip
带有关键点检测的超轻量级人脸检测器.zip
07-02
标题 "带有关键点检测的超轻量级人脸检测器.zip" 暗示了这是一个针对人脸识别和关键点检测的软件工具。这个工具可能是为了解决传统人脸识别系统在资源有限的设备上运行效率低下的问题，比如移动设备或者嵌入式系统。...
10种轻量级人脸关键点检测
sinat_16423171的博客
05-11 770
https://github.com/zlszhonglongshen/10kinds-light-face-detector-align-recognition
人脸关键点序号106个 98个
jacke121的专栏
10-31 8089
106关键点： forked from 北京智云视图科技有限公司 / HyperLandmark 68和106对应，从0开始编号： 17-19 21-28 22-24 26-74 36-94 39-59 42-27 45-20 31-31 35-93 48-45 54-50 57-32 8 -0* add_new_pic.object_pts = np.float64([ ...
Mediapipe人脸关键点检测
热门推荐
weixin_40062244的博客
12-14 1万+
MediaPipe是由google制作的开源的、跨平台的机器学习框架，利用该框架获取人脸关键点。
计算两张人脸对应关键点位置之间的l2距离_DBFace升级，模型仅1.3M的轻量级高精度人脸检测模型...
weixin_39768444的博客
11-24 362
本文转载自DeepBlue深兰科技前段时间DBFace人脸检测库横空出世，被高度评价为：“这个仅7M大小的人脸识别模型几乎识别出了世界最大自拍照中的所有人像！”，而近来又进行了升级，最小模型仅1.3M！DBFace系出名门：国内人工智能公司深兰科技（DeepBlue），这个模型的创建者，正是来自深兰科技下属深兰科学院算法研究所的两位“高手”——Libia和Wish。据了解，该模型起初只是被放在了G...
高精度实时人脸pfld模型98个关键点模型训练和c++环境部署
爱CV
10-04 1439
1. 代码：https://github.com/polarisZhao/PFLD-pytorch 2 环境： torchvision==0.4.0 numpy==1.17.2 torch==1.2.0 opencv_python==4.1.0.25 tensorboardX==1.8 onnx-simplifier 3. #include <opencv2\opencv.hpp> #include <map> #include <vector> #i.
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值