文件名称：Pytorch_Retinaface:使用mobilenet0.25，Retinaface在宽面硬值中获得80.99％
文件大小：2.22MB
文件格式：ZIP
更新时间：2024-05-28 09:10:30
Python
PyTorch中的RetinaFace 实现：。 当Retinaface使用mobilenet0.25作为骨干网时，模型大小仅为1.7M。 我们还提供resnet50作为骨干网以获得更好的结果。 Mxnet中的官方代码可以在找到。 移动或边缘设备部署 从python培训到C ++推理，我们还在为边缘设备提供了一套面部检测器。 使用Resnet50作为骨干网时，单规模的WiderFaceVal性能。 风格 简单的 中等的 难的 Pytorch（与Mxnet相同的参数） 94.82％ 93.84％ 89.60％ pytorch（原始图像比例） 95.48％ 94.04％ 84.43％ 网际网路 94.86％ 93.87％ 88.33％ Mxnet（原始图像比例） 94.97％ 93.89％ 82.27％ 使用Mobilenet0.25作为骨干网时，单规模的Wi
【文件预览】：
Pytorch_Retinaface-master
----data()
--------__init__.py(112B)
--------config.py(928B)
--------FDDB()
--------wider_face.py(3KB)
--------data_augment.py(7KB)
----widerface_evaluate()
--------setup.py(328B)
--------box_overlaps.pyx(2KB)
--------ground_truth()
--------README.md(507B)
--------evaluation.py(9KB)
----layers()
--------functions()
--------__init__.py(48B)
--------modules()
----models()
--------__init__.py(0B)
--------net.py(4KB)
--------retinaface.py(5KB)
----convert_to_onnx.py(3KB)
----test_widerface.py(9KB)
----utils()
--------nms()
--------__init__.py(0B)
--------timer.py(1KB)
--------box_utils.py(13KB)
----README.md(5KB)
----curve()
--------Widerface.jpg(221KB)
--------test.jpg(108KB)
--------FDDB.png(84KB)
--------1.jpg(247KB)
----test_fddb.py(8KB)
----LICENSE.MIT(1KB)
----detect.py(7KB)
----train.py(6KB)