谷歌公布亚毫秒级人脸检测算法人脸检测又一突破( 七 )_谷歌近日发布了一款专为移动GPU推理量

我们在 66K 图像的数据集上训练我们的模型。为了评估实验结果，我们使用了由 2K 图像组成的地理位置多样数据集。

对于前置摄像头模型，它只考虑占据图像区域的 20％以上的面部，这是由预期的用例决定的（后置摄像头型号的阈值为 5％）。

回归参数误差采用眼间距离（IOD）进行尺度不变性归一化，中值绝对误差为 IOD 的 7.4％。通过上述程序评估的抖动度量是 IOD 的 3％。

图 4 显示了所提出的正面人脸检测网络的平均精度（AP）度量（标准 0.5 交叉联合边界框匹配阈值）和移动 GPU 推理时间，并将其与基于 MobileNetV2 的目标检测器（MobileNetV2-SSD）进行了比较。我们在 16 位浮点模式下使用 TensorFlow Lite GPU 作为推理时间评估的框架。