开源一款超轻量级通用人脸检测模型，模型大小仅 1MB ! 可以仅使用 cpu 就实时的运行在边缘计算设备、低算力设备以及 PC 上检测视频

[Linzai]

这几天抽空开源了一款超轻量级通用人脸检测模型，模型参数量 1MB，320x240 输入下计算量仅 90MFlops，仅使用 cpu 就可以实时的在边缘计算设备、低算力设备以及 PC 上检测视频。CNN 算法落地很重要一环就是速度，在工业场景中达到接受精度同时能实时视频检测运是很重要的。

欢迎各位大佬玩玩，Gayhub 地址： https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

[chijiao]

支持一下，准确度如何啊

[upczww]

周末玩一下

[4lokale]

回去看看

[Linzai]

@chijiao 谢谢哈！^-^实测视频检测还不错哦，readme 里面有 widerface 同其他主流开源轻量模型的比对测试哈。

[hydyy]

readme 里的那个手被识别成人脸, emmm.... 看起来莫名的想笑啊!!!

[yiningyang1228]

刚刚在 github hunt 上刷到就在这里看到作者了，支持一下。

[Linzai]

@hydyy 模型比较小，提取特征能力有限，大输入分辨率下出现误报可以理解。所以还需要继续努力~

[chijiao]

优秀，已经给你一个 star 了，有空折腾一下

[Linzai]

@chijiao 感谢，ღ( ´･ᴗ･` )比心

[musi]

已 star，抽空玩玩

[reus]

实体清单警告

[Karpov]

多少样本训练的啊

[Linzai]

@Karpov 只用了公开的 widerface 训练的，大概 1w 多张照片。

[favourstreet]

Flops 是每秒浮点运算数，这是一个速度概念不是计算量的概念，楼主给出的 90MFlops 意义不明，因为同样的计算在速度不同的处理器上测出来的 Flops 是不同的

[Linzai]

@favourstreet 您好，感谢您的评论，不过 FlOPS 和 FLOPs 和是不同的:
FLOPS：注意全大写，是 floating point operations per second 的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。
FLOPs：注意 s 小写，是 floating point operations 的缩写（ s 表复数），意指浮点运算数，理解为计算量。可以用来衡量算法 /模型的复杂度。
我这边用的 s 小写，指的是 FLOPs，也就是模型复杂度的度量表示，您说的应该是第一种大写 S 的。目前的一些论文在涉及表示算法 /模型复杂度的时候主流会用到两种表示方式。一种就是 FLOPs,Paper 里比较流行的单位是 GFLOPs 或者 MFLOPs，还有一种就是 Multi-adds （乘加）操作次数，都是比较通用的。同时这个计算量也是用比较客观的框架相关工具包计算出来的，还是比较客观可信的，项目中也有相关测试计算量代码，您可以复现的。
这边有一个解释连接，讲得还是比较清楚的: https://www.zhihu.com/question/65305385

[favourstreet]

@Linzai 感谢！我弄明白了，但还是想说，这个缩写五个字母起得太傻*了，我写论文 tn*d 绝对不会用这种容易混淆的东西

[Linzai]

@favourstreet 嗯，是的，哈哈哈哈，主要是英文的问题，s(复数 /秒)

[zzugyl]

点进去，发现之前已经 star 过了，但是还没玩过
争取周末耍一下