MindFace是一款基于MindSpore的开源工具包，包含最先进的人脸识别和检测模型，如ArcFace、RetinaFace和其他模型，主要用于面部识别和检测等常见应用场景。
MindFace主要具有以下优点:
统一应用程序编程接口MindFace通过解耦模型为人脸识别和检测提供了统一的应用程序编程接口，从而可以使用MindFaceAPI直接调用模型，这大大降低了用户构建算法的难度。强大的可扩展性MindFace目前支持基于统一API的人脸识别和检测，具有强大可扩展性，它可以支持许多主干网络、数据集和损失函数。此外，MindFace还支持多平台调试，包括CPU、GPU和Ascend平台。基准结果识别任务基于MindSpore实现的ArcFace系列模型取得了良好性能。我们基于ResNet、MobileNet和vit实现了三个版本，以满足不同的需求。详细结果如下表所示。数据集主干网络lfwcfp_fpagedb_30calfwcplfwCASIAmobilefacenet-0.45g0.98483+-0.004250.86843+-0.018380.90133+-0.021180.90917+-0.012940.81217+-0.02232CASIAr500.98667+-0.004350.90357+-0.013000.91750+-0.022770.92033+-0.011220.83667+-0.01719CASIAr1000.98950+-0.003660.90943+-0.013000.91833+-0.016550.92433+-0.010170.84967+-0.01904CASIAvit-t0.98400+-0.007040.83229+-0.018770.87283+-0.024680.90667+-0.009340.80700+-0.01767CASIAvit-s0.98550+-0.008060.85557+-0.016170.87850+-0.021940.91083+-0.008760.82500+-0.01685CASIAvit-b0.98333+-0.005530.85829+-0.018360.87417+-0.018380.90800+-0.009680.81400+-0.02236CASIAvit-l0.97600+-0.008980.84543+-0.017180.85317+-0.014110.89733+-0.009100.79550+-0.01648MS1MV2mobilefacenet-0.45g0.98700+-0.003640.88214+-0.014930.90950+-0.020760.91750+-0.010880.82633+-0.02014MS1MV2r500.99767+-0.002600.97186+-0.006520.97783+-0.008690.96067+-0.011210.92033+-0.01732MS1MV2r1000.99383+-0.003340.96800+-0.010420.93767+-0.017240.93267+-0.013270.89150+-0.01763MS1MV2vit-t0.99717+-0.002790.92714+-0.013890.96717+-0.007270.95600+-0.011980.89950+-0.01291MS1MV2vit-s0.99767+-0.002600.95771+-0.010580.97617+-0.009720.95800+-0.011420.91267+-0.01104MS1MV2vit-b0.99817+-0.002520.94200+-0.012960.97517+-0.008580.96000+-0.011790.90967+-0.01152MS1MV2vit-l0.99750+-0.002910.93714+-0.014980.96483+-0.010310.95817+-0.011580.90450+-0.01062检测任务对于检测任务，我们选取了Resnet50和Mobilenet0.25作为主干网络，Retinaface作为模型架构，以实现良好的人脸检测性能。详细结果如下表所示。数据集主干网络简单中等困难WiderFacemobileNet0.2591.60%89.50%82.39%WiderFaceResNet5095.81%94.89%90.10%
评论