经过几个月不停地跳票，我们的人脸检测+关键点检测算法（libfacedetection@GitHub）第三版终于发布了！我们原计划春节假期发布，结果难度超出预期，一直推迟到了五一假期。
我们的人脸检测项目libfacedetection是一个开源项目，已经持续维护了很多年，在GitHub上已经获得10K星星。欢迎大家三连：使用、反馈和建议
最新版本的开源人脸检测库libfacedetection，有如下特点：
- 深度模型仅有85K个参数。
- 采用AVX512/AVX2/NEON指令提速。
- 代码简短和简洁，只有一千多行代码。
- 代码不依赖任何其他第三方库，只要平台能编译C++则可使用。
- 项目License采用3-Clause BSD License，可以商业应用。
与上一版相比有如下变化：
- 参数数量由2340K降到85K，参数量仅为上一版本的1/30。
- 弃用int8，采用float，节约数据类型转换时间，且代码更为简洁。
- 速度略有提升（提升速度好难，花了四五个月）。
- 训练程序采用我们新设计的EIoU损失函数，提升了准确率（论文：Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, accepted by IEEE Transactions on Image Processing.)
相关速度和准确率参数如下：
主要贡献人：
- 这一版主要贡献人：于仕琪博士，彭涵阳博士，冯远滔同学
参考文献：
- Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, accepted by IEEE Transactions on Image Processing. （论文近日将上线）
本文转自：于仕琪
作者：于仕琪更多嵌入式AI技术相关内容请关注嵌入式AI专栏。
