【文件属性】:
文件名称:pfld_106_face_landmarks:106点人脸关键点检测的PFLD算法实现
文件大小:44.28MB
文件格式:ZIP
更新时间:2021-04-13 04:18:10
Python
pfld_106_face_landmarks
106点人脸关键点检测的PFLD算法实现
:smiling_face_with_smiling_eyes:
转换后的ONNX模型
预训练权重
性能测试
update GhostNet
update MobileNetV3
Backbone
param
MACC
nme
Link
ONNX
MobileNetV2
1.26M
393M
4.96%
MobileNetV3
1.44M
201.8M
4.40%
MobileNetV3_Small
0.22M
13M
6.22%
测试电脑MacBook 2017 13-Inch CPU i5-3.1GHz (single core)
backbone
FPS(onnxruntime cpu)
Time(single face)
v2.onnx
60.9
16ms
V3.onnx
62.7
15.9ms
lite.onnx
255
3.9ms
R
【文件预览】:
pfld_106_face_landmarks-master
----.gitignore(185B)
----requirements.txt(118B)
----output()
--------v2.onnx(4.81MB)
--------result_1.jpg(188KB)
--------v3.onnx(5.51MB)
--------.gitkeep(0B)
--------pfld.onnx(5.6MB)
--------result_2.jpg(179KB)
--------result_3.jpg(336KB)
--------lite.onnx(1.01MB)
----data()
--------106人脸标注规则.jpg(408KB)
--------bbox_landmark.txt(22.02MB)
--------prepare.py(11KB)
--------README.md(282B)
----dataset()
--------datasets.py(6KB)
----onnxrt_inference.py(1KB)
----models()
--------ghost_pfld.py(9KB)
--------pfld.py(6KB)
--------mobilev3_pfld.py(7KB)
--------lite.py(5KB)
----tools()
--------onnx2ncnn(291KB)
--------ncnnoptimize(1.62MB)
----README.md(2KB)
----mtcnn()
--------detector.py(13KB)
--------rnet.npy(590KB)
--------onet.npy(2.24MB)
--------pnet.npy(40KB)
----test.py(5KB)
----pytorch2onnx.py(1KB)
----pfld()
--------utils.py(4KB)
--------loss.py(3KB)
----checkpoint()
--------lite.pth(2.21MB)
--------lite()
--------v3()
--------v2()
----train.py(11KB)