【文件属性】：
文件名称：RetinaFace-tf2:视网膜面（RetinaFace
文件大小：4.85MB
文件格式：ZIP
更新时间：2021-03-18 20:05:05
deep-learning tensorflow tf2 face-detection insightface
视网膜脸-tf2
在Tensorflow 2.0中重新实现了RetinaFace（RetinaFace：野外单阶段密集面Kong本地化，于2019年发布），并提供了预先训练的权重。 Resnet50主干。
原始纸-> 原始Mxnet实施->
目录
示例输出：
安装
要安装依赖项，如果您有GPU，请运行：
pip install -r requirements-gpu.txt
如果没有，请运行：
pip install -r requirements.txt
然后运行以下命令来构建rcnn模块：
make
用法
在上下载预训练的权重并将其保存在data文件夹中跑 ：
python detect.py --weights_path="./data/retinafaceweights.npy" --sample_img="./sample-images/WC_FR.jpeg"
Pyt
【文件预览】：
RetinaFace-tf2-master
----.gitignore(20B)
----retinaface_tf2_output.jpg(601KB)
----requirements-gpu.txt(42B)
----requirements.txt(38B)
----Makefile(264B)
----data()
--------.gitignore(70B)
----networks()
--------retinaface_fixed_size_network.py(38KB)
--------network_utils.py(6KB)
--------retinaface_network.py(38KB)
----LICENSE(1KB)
----ReadMe.md(3KB)
----sample-images()
--------random_internet_selfie.jpg(606KB)
--------t1.jpg(126KB)
--------WC_FR.jpeg(540KB)
--------t2.jpg(452KB)
----rcnn()
--------core()
--------symbol()
--------dataset()
--------__init__.py(0B)
--------pycocotools()
--------processing()
--------PY_OP()
--------tools()
--------utils()
--------sample_config.py(9KB)
--------cython()
--------io()
--------logger.py(113B)
----WiderFace-Evaluation()
--------setup.py(328B)
--------box_overlaps.pyx(2KB)
--------ground_truth()
--------LICENSE(1KB)
--------README.md(507B)
--------evaluation.py(8KB)
----retinaface.py(9KB)
----eval_widerface.py(2KB)
----detect.py(2KB)