MTCNN 与 DLIB 相比如何进行人脸检测？答案

【问题标题】：How does MTCNN perform vs DLIB for face detection?MTCNN 与 DLIB 相比如何进行人脸检测？
【发布时间】：2018-06-09 10:18:46
【问题描述】：

我看到 MTCNN 被推荐，但没有看到 DLIB 和 MTCNN 的直接比较。

我认为既然 MTCNN 使用神经网络，它可能更适合更多用例，但也有一些令人惊讶的可怕边缘情况？

有没有人对错误率、不同条件下（GPU 和 CPU）下的性能以及两者的一般眼球观察进行过分析？

【问题讨论】：

@davis-king 有什么评论吗？我很想看看 MTCNN 与 dlib CNN 之间的比较
我已经更新了我的答案，通过 FDDB 准确性测试和性能测试，希望它有所帮助（它花了我几个小时）。 @RahibeMeryem
您可以在此处查看关于 dlib 的 CNN 如何在 FDDB 上执行的一些讨论，以供参考：blog.dlib.net/2016/10/easily-create-high-quality-object.html。也可以在这里查看我的 cmets：github.com/davisking/dlib/issues/1410
我不这么认为，看到这个问题的任何人都可以看到github链接。我使用 face_recogniton py lib 测试 FDDB 来检测人脸（使用 dlib 进行人脸检测）。而且我不认为我做错了什么。如果有什么问题是 py face_recogniton github.com/ageitgey/face_recognition 错的不是我。
我已将我的 C++ dlib 测试代码发布到 github.com/davisking/dlib/issues/1410

标签： image-processing neural-network computer-vision conv-neural-network face-detection

【解决方案1】：

你可以看看 Timesler 这个惊人的 kaggle 笔记本。在 facenet-pytorch、DLIB 和 MTCNN 之间进行比较。

https://www.kaggle.com/timesler/comparison-of-face-detection-packages

“在启用 GPU 支持的情况下，测试每个包在 300 张图像（一个视频的所有帧）中检测人脸的速度。检测以 3 种不同的分辨率进行。

任何一次性初始化步骤，例如模型实例化，都在性能测试之前执行。”

【讨论】：

【解决方案2】：

您可以轻松地在 deepface 中对其进行测试。我的实验表明 mtcnn 的性能优于 dlib。

#!pip install deepface
from deepface import DeepFace
backends = ['opencv', 'ssd', 'dlib', 'mtcnn']
DeepFace.detectFace("img.jpg", detector_backend = backends[0])

【讨论】：