文件名称：pfld_106_face_landmarks:106点人脸关键点检测的PFLD算法实现
文件大小：44.28MB
文件格式：ZIP
更新时间：2024-05-02 22:04:50
Python
pfld_106_face_landmarks 106点人脸关键点检测的PFLD算法实现 :smiling_face_with_smiling_eyes: 转换后的ONNX模型 预训练权重 性能测试 update GhostNet update MobileNetV3 Backbone param MACC nme Link ONNX MobileNetV2 1.26M 393M 4.96% MobileNetV3 1.44M 201.8M 4.40% MobileNetV3_Small 0.22M 13M 6.22% 测试电脑MacBook 2017 13-Inch CPU i5-3.1GHz (single core) backbone FPS(onnxruntime cpu) Time(single face) v2.onnx 60.9 16ms V3.onnx 62.7 15.9ms lite.onnx 255 3.9ms R
【文件预览】：
pfld_106_face_landmarks-master
----.gitignore(185B)
----requirements.txt(118B)
----output()
--------v2.onnx(4.81MB)
--------result_1.jpg(188KB)
--------v3.onnx(5.51MB)
--------.gitkeep(0B)
--------pfld.onnx(5.6MB)
--------result_2.jpg(179KB)
--------result_3.jpg(336KB)
--------lite.onnx(1.01MB)
----data()
--------106人脸标注规则.jpg(408KB)
--------bbox_landmark.txt(22.02MB)
--------prepare.py(11KB)
--------README.md(282B)
----dataset()
--------datasets.py(6KB)
----onnxrt_inference.py(1KB)
----models()
--------ghost_pfld.py(9KB)
--------pfld.py(6KB)
--------mobilev3_pfld.py(7KB)
--------lite.py(5KB)
----tools()
--------onnx2ncnn(291KB)
--------ncnnoptimize(1.62MB)
----README.md(2KB)
----mtcnn()
--------detector.py(13KB)
--------rnet.npy(590KB)
--------onet.npy(2.24MB)
--------pnet.npy(40KB)
----test.py(5KB)
----pytorch2onnx.py(1KB)
----pfld()
--------utils.py(4KB)
--------loss.py(3KB)
----checkpoint()
--------lite.pth(2.21MB)
--------lite()
--------v3()
--------v2()
----train.py(11KB)