上周末，一篇題為《模型僅有7M：輕量級高精度人臉識別方法DBFace》的文章在國內頭部的專業(yè)人工智能媒體《機器之心》上首發(fā)后，即被新浪科技、CSDN、機器學習研究會等多家科技／垂直類（自）媒體進行了轉載。

而對DBFace這個名字，業(yè)內人士更是很容易就能聯(lián)想到人工智能頭部企業(yè)深蘭科技（DeepBlue）。果不其然，這個模型的創(chuàng)建者，這是來自深蘭科技下屬深蘭科學院算法研究所的兩位“高手”——劉安奇、杜金偉。

據(jù)了解，該模型起初只是被放在了Github上，沒想到被《機器之心》扒了出來，而且短短3天時間，這個開源的模型就新增了近300次使用。

今天，就跟隨這兩位算法大咖，一起來看看DBFace是如何誕生的。

1． 網(wǎng)絡選擇

DBFace的初衷是設計一款輕量級的人臉檢測器，能夠在邊緣計算上有效的使用，加上因為疫情緣故，對于hard類（例如戴上口罩）人臉檢測顯得尤為重要。因為CenterNet具有后處理的簡潔高效性，以及對小目標友好等特點。綜合性能和速度的考慮下，我們選擇了CenterNet結構做檢測任務， 采用MoblienetV3做backbone。相較于MobilenetV2， MobilenetV3在其基礎上新增了 SE 、Hard－Swish Activation等模塊，兼顧Infernce速度的同時并提升網(wǎng)絡性能 。結構如下：

對于任務頭的設計，我們引入了SSH的DetectModule和ContextModule，經(jīng)實驗驗證該模塊能有效的提升DBFace算法的檢出性能

對于上采樣設計，我們采用Upsample＋Conv＋Act的方式，避免使用反卷積造成可能的鋸齒問題

2．Loss定義

整個網(wǎng)絡由三部分Loss組成：熱力圖（HeatMap）損失， 位置坐標偏移量（BoundingBox）損失，關鍵點（Landmark）損失

2．1 HeatMap 損失：Focal Loss

Focal loss，該損失函數(shù)是在標準交叉熵損失基礎上修改得到的�？梢酝ㄟ^減少易分類樣本的權重，使得模型在訓練時更專注于難分類的樣本，從而能有效的緩解類別不均衡帶來的網(wǎng)絡注意力偏差問題

這里γ取2，y＝1時，α為正樣本的權重，參照CenterNet，定義為目標周圍半徑處3＊3范圍為1，其他為0，目的是加強正樣本的訓練權重。y＝0時，α為（1 － gt）4，此時GT是一個基于目標計算的橢圓高斯圖，參照TTFNet（Training－Time－Friendly Network for Real－Time Object Detection）

2．2 位置坐標偏移量損失：  GIoU Loss

目前大部分目標檢測中主流的邊界框優(yōu)化采用的都是BBox的回歸損失（MSE loss， L1－smooth loss等），該種方式通過距離計算損失值，從而忽略了檢測框本身最顯著的性質IoU。如下圖所示，在L1及L2范數(shù)取到相同的值時，實際上檢測效果卻是差異巨大的，直接表現(xiàn)就是預測和真實檢測框的IoU值變化較大，這說明L1和L2范數(shù)不能很好的反映檢測效果。

通過IOU作為Loss來優(yōu)化任務，其缺點在于：

a．預測框bbox和ground truth bbox如果沒有重疊，IOU就始終為0并且無法優(yōu)化。其損失函數(shù)失去了可導的性質。

b．IOU無法分辨不同方式的對齊，例如方向不一致等情況

GIOU則能很好的解決上面兩個問題

假設現(xiàn)在有兩個任意的bbox A和B，我們要找到一個最小的封閉形狀C，讓C可以將A和B包圍在里面，然后我們計算C中沒有覆蓋A和B的面積占C總面積的比例，然后用A和B的IOU值減去這個比值。

2．3人臉關鍵點Landmark回歸：WingLoss

由于SmoothL1 Loss對于較大誤差時比較敏感，但是對中小誤差則比較不敏感，而導致關鍵點無法得到精細結果，因此考慮加重對中小誤差的關注，對比試驗后，選擇WingLoss（Wing Loss for Robust Facial Landmark Localisation with Convolutional Neural Networks）作為landmark訓練loss

WingLoss

這里我們采用了w＝10，e＝2，同時為了避免landmark相對人臉中心和寬高帶來的累積誤差，因此我們對landmark是相對于人臉中心點的方式進行訓練

3．數(shù)據(jù)增廣

random filp、random scaling、color jittering、randomly crop square patch、image compress

檢測結果及精度驗證

4．實際運行

項目地址

下載代碼后main．py提供基于圖像和攝像頭的案例，我們稍加修改后：

把圖像放到datas目錄下，執(zhí)行后，結果在detect＿result中，我們看到如我們預期的結果：

下圖，對于戴口罩人臉的檢測（訓練時并未使用戴口罩數(shù)據(jù)，因此將會加入戴口罩數(shù)據(jù)進行訓練以優(yōu)化模型的效果）