OpenVINO的模型庫(kù)中有多個(gè)人臉檢測(cè)模型，這些模型分別支持不同場(chǎng)景與不同分辨率的人臉檢測(cè)，同時(shí)檢測(cè)精度與速度也不同。下面以O(shè)penVINO2020 R04版本為例來(lái)逐一解釋模型庫(kù)中的人臉檢測(cè)，列表如下：

從列表中可以看出骨干特征網(wǎng)絡(luò)主要是MobileNetv2與SqueezeNet兩種支持實(shí)時(shí)特征網(wǎng)絡(luò)，ResNet152是高精度的特征網(wǎng)絡(luò)，檢測(cè)頭分別支持SSD、FCOS、ATSS。

01 MobileNetv2版本的模型結(jié)構(gòu)

上面三張圖就是MobileNetv2的全部！看懂就好！

02 ResNet網(wǎng)絡(luò)

殘差網(wǎng)絡(luò)模型在2015年提出，OpenCV從3.3版本開(kāi)始支持，相關(guān)的論文如下：

https://arxiv.org/pdf/1512.03385.pdf

與VGG模型對(duì)比，模型結(jié)構(gòu)：

03 SqueezeNet網(wǎng)絡(luò)

該模型與MobileNet網(wǎng)絡(luò)都是支持移動(dòng)端/端側(cè)可部署的模型，2016提出，相關(guān)論文如下：

https://arxiv.org/pdf/1602.07360.pdf

模型結(jié)構(gòu)

根據(jù)不同的檢測(cè)頭，組合生成不同的對(duì)象檢測(cè)模型，這里三種常見(jiàn)的檢測(cè)模型：

01 SSD檢測(cè)

SSD論文中給出的是基于VGG-16作為backbone網(wǎng)絡(luò)的，替換VGG為MobileNetV2，然后從第12個(gè)權(quán)重層開(kāi)始提取特征到第14或者15個(gè)權(quán)重層，針對(duì)anchor預(yù)測(cè)與類(lèi)別預(yù)測(cè)完成回歸與分類(lèi)損失計(jì)算，實(shí)現(xiàn)對(duì)象檢測(cè)模型訓(xùn)練。

02 FCOS檢測(cè)

跟YOLOv1相似是一個(gè)anchor-free的網(wǎng)絡(luò)模型，多了一個(gè)中心輸出來(lái)壓制低質(zhì)量的bounding box輸出。

03 ATSS

ATSS的全稱(chēng)是自適應(yīng)訓(xùn)練樣本選擇，

作者首先對(duì)比了RetinaNet與FCOS兩種對(duì)象檢測(cè)方法，發(fā)現(xiàn)對(duì)象檢測(cè)在回歸階段的本質(zhì)問(wèn)題是如何選擇正負(fù)樣本，解決樣本不平衡性問(wèn)題，從而提出了一種新的正負(fù)樣本選擇定義方法-自適應(yīng)訓(xùn)練樣本選擇（ATSS）。流程如下

該方法可以獲得更好的對(duì)象檢測(cè)精度與mAP，適用RetinaNet與FCOS等對(duì)象檢測(cè)網(wǎng)絡(luò)。實(shí)際實(shí)驗(yàn)數(shù)據(jù)對(duì)比：

上面的OpenVINO的人臉檢測(cè)模型列表中，MobileNetv2 + SSD/FCOS適用于速度優(yōu)先，不同分辨率的場(chǎng)景，ResNet152 + ATSS是OpenVINO模型庫(kù)中的精度最高的人臉檢測(cè)預(yù)訓(xùn)練模型。下面我們就通過(guò)代碼分別測(cè)試FCOS與ATSS兩種檢測(cè)模型的檢測(cè)效果比較，針對(duì)同一張測(cè)試人臉圖像，圖示如下：（此張非原圖！原圖太大，無(wú)法上傳）

統(tǒng)一調(diào)整閾值為0.25，推理時(shí)間與檢測(cè)人臉總數(shù)的對(duì)比圖如下：

最終分別得到測(cè)試圖像如下：

FCOS：

ATSS：