1. SEAM介绍
1.1 摘要:近年来,基于深度学习的人脸检测算法取得了长足的进步。 这些算法通常可以分为两类,即像 Faster R-CNN 这样的两级检测器和像 YOLO 这样的一级检测器。 由于精度和速度之间具有更好的平衡,一级探测器已广泛应用于许多应用中。 在本文中,我们提出了一种基于单级检测器YOLOv5的实时人脸检测器,命名为YOLO-FaceV2。 我们设计了一个称为 RFE 的感受野增强模块来增强小脸的感受野,并使用 NWD Loss 来弥补 IoU 对微小物体位置偏差的敏感性。 对于人脸遮挡,我们提出了一个名为 SEAM 的注意力模块,并引入 Repulsion Loss 来解决它。 此外,我们使用权重函数Slide来解决简单样本和困难样本之间的不平衡,并使用有效感受野的信息来设计锚点。 WiderFace 数据集上的实验结果表明,我们的人脸检测器优于 YOLO,并且它的变体可以在所有简单、中等和困难子集中找到。
官方论文地址:https://arxiv.org/pdf/2208.02019
官方代码地址:https://github.com/Krasjet-Yu/YOLO-FaceV2
1.2 简单介绍:
S
标签:Loss,检测器,YOLO,YOLOv8,人脸,SEAM,注意力 From: https://blog.csdn.net/tsg6698/article/details/141907469