论文题目：FaceBoxes: A CPU Real-time Face Detector with High Accuracy. 引用率：100. 论文地址： arxiv.org/abs/1708.0523. 代码地址： github.com/zisianw/Face. 这篇文章在640×480分辨率的图片上，实现了在CPU/GPU上运行20FPS/125FPS的人脸检测速度，模型参数4.1M。 换算在256×256的图像上大约能在CPU上实现94FPS的运行速度，对于实现摄像头下单个人脸检测的速度还是很可观的。 这篇文章的创新点主要有三个： 这个FaceBoxes的网络模型下所示，本质是 …

We propose a novel face detector, named FaceBoxes, with superior performance on both speed and accuracy. Moreover, the speed of FaceBoxes is invariant to the number of faces. You can use the code to train/evaluate the FaceBoxes method for face detection.

2017年8月17日 · To address this challenge, we propose a novel face detector, named FaceBoxes, with superior performance on both speed and accuracy. Specifically, our method has a lightweight yet powerful network structure that consists of the Rapidly Digested Convolutional Layers (RDCL) and the Multiple Scale Convolutional Layers (MSCL).

2019年5月1日 · FaceBoxes是一个快速的人脸检测器。 论文里贴的速度是VGA分辨率 (640×480)在CPU上20fps。 比MTCNN的速度略快。 提到快速的人脸检测网络，MTCNN是一个绕不过去的坎。 但是作者罗列了级联人脸检测器的几大不足：1.检测速度会受到人脸数量的影响；2.多阶段训练，过程复杂；3.VGA上速度也就那样（16fps），也不是很高呀。 那么速度够快、速度不受人脸数量影响、端到端训练的人脸检测器哪里有呢？ 等灯登登，就是今天推出的这 …

文章链接： 《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》 总体的流程图如下所示： 本质上并不复杂，熟悉 fasterRcnn，或者熟悉rpn就可以很快搞清楚。 faceBox相当于在fasterRcnn的基础只保留了rpn结果，去掉了roi pooling，并且采用fpn，已经对anchor进行了改进，还有一点主干网络（不算什么亮点了）。 论文中的贡献有三个部分： （分别对应：主干网络、fpn、anchor） （1） Rapidly Digested Convolutional Layers (RDCL) （2） Multiple Scale …

FaceBoxes框架如图1所示，主要包括Rapidly Digested Convolutional Layers (RDCL)和Multiple Scale Convolutional Layers (MSCL)模块，还有anchor密集策略。 RDCL的目的是为了快速下采样，让模型能够在CPU上面能达到实时。 RDCL采用的方法是缩小空间大小，选择合适的卷积核大小和减少输出通道。 缩小空间大小：Conv1, Pool1, Conv2 and Pool2 的步长分别是4, 2, 2和 2, 空间大小快速降低了32倍。

FaceBoxes is a high-performance, real-time face detection model specifically designed for efficient and accurate face detection on CPUs. The model architecture is optimized for speed, making it suitable for applications that require quick and reliable face detection without the need for powerful GPUs.

faceBoxes: a cpu real-time face detector with hight accuracy. Faceboxes is a SSD style object detector, it is designed for fast face detect, has a lightweight yet powerful network structure.

2019年12月4日 · faceBox相当于在fasterRcnn的基础只保留了rpn结果，去掉了roi pooling，并且采用fpn，已经对anchor进行了改进，还有一点主干网络（不算什么亮点了）。 3.1、 RDCL (Rapidly Digestes Convolutional Layers) 在 CPU 上，当卷积层的输入，输出，卷积核尺寸都很大时，是很耗时的，所以这里本文的 RDCL 就是将输出的图片尺寸通过合适的卷积核尺寸快速收缩，以达到在 CPU 实时的速度。 主要设计思路如下： 如上图1，通过 7x7-s-4(Conv1) ， 3x3-s-2(Pool1)， …

《FaceBoxes: A CPU Real-time Face Detector with High A ccuracy》 原文链接： arxiv.org/abs/1708.0523. 本文从题目可以看出主要是进行一个快速的 人脸检测，最终文中给的速度是： CPU 上可以达到 20 帧/秒， GPU 上可以达到 125 帧/秒。 文中的主要要点是提出了 RDCL (Rapidly Digestes Convolutional Layers) 以及 MSCL（Multiple Scale Convolutional Layers），还有 anchor 致密化。 RDCL 通过快速降输入图片的分辨率，实现在 CPU 上的实时速度。