Face R-CNN. Hao Wang Zhifeng Li∗ Xing Ji Yitong WangTencent AI Lab, China

FCN做人脸检测的paper,在FDDB和WIDERFACE上都是最好的结果,主要的工作是:

1. centerloss加入原有rcnn的结构中,其实就是用centerloss训个更好的脸和非脸的分类器

centerloss系列文章笔记——人脸检测Face R-CNNcenterloss系列文章笔记——人脸检测Face R-CNN

2. online hard negtive sampling改进

用了centerloss之后为了保持hard negtive和postive 的样本比例为1:1,所以对online hard negtive sample做了固定的比例约束,没啥新意

3. 图像做multiscale输入的训练

就是把图像做不同层级的resize来训练,以此来提升对于小脸的效果,预测的时候也做多scale预测,也没啥新意

结果上看效果不错,但是没有具体对不同的策略对最终结果的影响,只对比了加数据和不加数据的结果差别,加了数据平均会高2个点吧。

centerloss系列文章笔记——人脸检测Face R-CNNcenterloss系列文章笔记——人脸检测Face R-CNN


整体上是个挺没有诚意用来占坑的paper。


相关文章:

  • 2022-12-23
  • 2021-05-19
  • 2022-01-19
  • 2021-12-28
  • 2021-06-19
  • 2021-09-28
  • 2021-06-02
  • 2021-11-07
猜你喜欢
  • 2021-12-03
  • 2021-05-26
  • 2021-04-19
  • 2021-09-25
  • 2021-06-23
  • 2021-05-15
相关资源
相似解决方案