孤独的风中一匹狼

Centerface + Facenet实现视频人脸识别Facenet的pytorch版本：GitHub地址：https://github.com/timesler/facenet-pytorchCenterFace：GitHub地址：https://github.com/Star-Clouds/CenterFace我是先分别跑通了这两个开源项目，然后再用centerface替换了Facenet中的MTCNN人脸检测算法。两个项目跑通都比较容易，可以去网上找博客或者好好读读官方文档即可。这里主要是对

论文地址：https://arxiv.org/ftp/arxiv/papers/1911/1911.03599.pdfgithub地址：https://github.com/Star-Clouds/centerfaceCenterFace是一个适用于内存和计算能力有限的边缘设备的轻量级人脸检测器，其大小只有7.3M。关于CenterFace论文的解读这里不再过多介绍，可以参考其他博客。本篇文章主要介绍CenterFace模型思想和框架的一些理解。模型思想CenterFace模型借鉴了Cent

WIDERFACE介绍WIDER FACE数据集是人脸检测的一个benchmark数据集，包含32203图像，以及393,703个标注人脸，其中，158,989个标注人脸位于训练集，39,496个位于验证集。每一个子集都包含3个级别的检测难度：Easy，Medium，Hard。这些人脸在尺度，姿态，光照、表情、遮挡方面都有很大的变化范围。WIDER FACE选择的图像主要来源于公开数据集WIDER。制作者来自于香港中文大学，他们选择WIDER的61个事件类别，对于每个类别，随机选择40%10%50%作为

项目文件位置：CenterFace-master/prj-tensorrt/demo.py【问题】在用这个demo.py跑视频检测的时候，遇到了显存溢出的问题，如下：结果38s的视频运行完就只有20多s了，后面部分因为显存溢出的原因没有继续进行检测。问题出现在创建engine context上，源代码每读取一帧，对这一帧图像进行检测的时候，都创建了一次engine context，就会消耗一定的内存。其实创建上下文只需要进行一次即可。对tensorrt engine不了解的建议看下官