RV1106部署Insightface: 预训练模型

fangkaixin

RV1106部署Insightface: 预训练模型 [复制链接]

模型集insightface model zoo(预训练模型)链接如下，可以按需进行模型复现

链接已隐藏，如需查看请登录或者注册

InsightFace Model Zoo 介绍

一、总体说明

此 Model Zoo 为 InsightFace 项目所提供的模型集合，涵盖了多种与人脸分析相关的预训练模型，包括人脸识别、人脸检测、人脸对齐和人脸属性分析等方面的模型，方便研究人员根据具体研究需求选择使用。

二、人脸识别模型（Face Recognition models）

相关定义与术语：

• 训练损失：默认的训练损失在未特别指定时为基于边际的 softmax（margin based softmax）。
• 涉及到的一些缩写概念：
  • MFN：指 MobileFaceNet。
  • MS1MV2：代表 MS1M-ArcFace。
  • MS1MV3：代表 MS1M-RetinaFace。
  • MS1M_MegaFace：表示 MS1MV2+MegaFace_train。
  • _pfc：意味着使用 Partial FC（部分全连接），且样本比例为 0.1。
  • MegaFace：用于 MegaFace 识别测试，测试中图库规模为 1e6。
  • IJBC：代表 IJBC 1:1 测试，在误报率（FAR）小于等于 1e-4 的条件下进行。
  • BDrive：指百度网盘（BaiduDrive）。
  • GDrive：指谷歌网盘（GoogleDrive）。

三、人脸检测模型（Face Detection models）

• RetinaFace：在进行平均精度均值（mAP）评估时采用多尺度测试的方式。例如 RetinaFace-R50 在 Easy-Set、Medium-Set、Hard-Set 等不同难度集合下的准确率情况； RetinaFace-m025 (yangfly) 在对应难度下的准确率，BlazeFace-FPN-SSH (paddle) 模型。
• SCRFD：其 mAP 评估采用单尺度测试且输入图像为 VGA（640x480）分辨率的方式。介绍了多种不同计算量（如 500M、1G、2.5G 等）的 SCRFD 模型在 Easy、Medium、Hard 等难度下的准确率、计算量（FLOPs）、参数量（Params）、推理时间（Infer）以及对应的模型文件链接（GDrive 或 pth 格式链接）等，部分模型还标注了是否可以检测面部五个关键点（_KPS）。

四、人脸对齐模型（Face Alignment models）

• 2D Face Alignment：介绍了一种坐标回归（Coordinate-regression）的实现方式，可对齐 106 个点，采用 MobileNet-0.5 作为骨干网络，参数量为 1.2M
• 3D Face Alignment：展示了一种可以对齐 68 个点的实现方式，其骨干网络为 ResNet-50，参数量达到 34.2M
• Dense Face Alignment

五、人脸属性模型（Face Attribute models）

• Gender&Age：介绍了基于 CelebA 训练集，采用 MobileNet-0.25 作为骨干网络，参数量为 0.3M 的模型用于性别和年龄属性判断
• Expression

Jacktang

人脸检测模型和人脸对齐模型差别不少

fangkaixin

Jacktang 发表于 2024-12-7 10:49 人脸检测模型和人脸对齐模型差别不少

嗯 ，都得搞呀