--- title: cv_manual_face-detection_ulfd canonical_url: "https://www.modelscope.cn/models/damo/cv_manual_face-detection_ulfd" md_url: "https://www.modelscope.cn/models/damo/cv_manual_face-detection_ulfd.md" repository: damo/cv_manual_face-detection_ulfd chinese_name: "ULFD人脸检测模型-tiny" last_updated: 2023-02-15 license: "MIT License" pipeline_tag: face-detection tasks: - face-detection library_name: - pytorch frameworks: - pytorch domain: - cv downloads: 176972 stars: 22 tags: - ULFD --- # cv_manual_face-detection_ulfd > cv_manual_face-detection_ulfd - damo 在 ModelScope 开源的模型。1M轻量级人脸检测模型。给定一张图片，返回图片中人脸位置的坐标。ULFD为轻量级人脸检测算法, 基于SSD框架手工设计了backbone结构，是业界开源的第一个1M人脸检测模型。当输入320x240分辨率的图片且未使用onnxruntime加速时，在CPU上跑需要50-60ms，当使用onnxruntime加速后，在CPU上仅需要8-11ms。 damo/cv_manual_face-detection_ulfd 是 ModelScope 魔搭社区上的face-detection模型，采用 MIT License 许可。 - **Repository**: damo/cv_manual_face-detection_ulfd - **License**: MIT License - **Tasks**: face-detection - **Tags**: ULFD - **Downloads**: 176972 - **Stars**: 22 - **Last updated**: 2023-02-15 Source: https://www.modelscope.cn/models/damo/cv_manual_face-detection_ulfd --- # ULFD 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：[人脸检测与五官定位](https://vision.aliyun.com/experience/detail?tagName=facebody&children=DetectFace&spm=a2cio.27993362)。 超快人脸检测模型ULFD, github上高star repo。 ## 模型描述 ULFD([代码地址](https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB))为轻量级人脸检测算法, 基于SSD框架手工设计了backbone结构，是业界开源的第一个1M人脸检测模型。当输入320x240分辨率的图片且未使用onnxruntime加速时，在CPU上跑需要50-60ms，当使用onnxruntime加速后，在CPU上仅需要8-11ms, 优点如下: - 在模型大小方面，默认 FP32 精度下（.pth）文件大小为 1.1MB，推理框架 int8 量化后大小为 300KB 左右。 - 在模型计算量方面，320x240 的输入分辨率下仅 90~109 MFlops 左右，足够轻量。 - 无特殊算子，支持 onnx 导出，便于移植推理 模型结构与SSD一致，backbone为作者自己设计的结构，包含13个模块，主要由depth-wise卷积组成，分类回归的计算共有4个分支，前3个分支分别以backbone的第8，11，13个模块的输出作为输入；在backbone之后跟一个附加模块，其输出接入第4个分支。 ![模型结构](ssd.jpg) ## 模型使用方式和使用范围 本模型可以检测输入图片中人脸的位置。 ### 使用方式 - 推理：输入图片，如存在人脸则返回人脸位置，可检测多张人脸 ### 目标场景 - 人脸相关的基础能力，可应用于人像美颜/互动娱乐/人脸比对等场景 ### 模型局限性及可能偏差 - 部分遮挡的人脸检测效果可能一般 - 由于模型较小，多人脸场景下可能出现漏检的情况 - 当前版本在python 3.7环境测试通过，其他环境下可用性待测试 ### 预处理 测试时主要的预处理如下： - Normalize：图像归一化，减均值除以标准差 - Pad：图像高宽补零至32的倍数 ### 代码范例 ```python from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks ulfd_face_detection = pipeline(Tasks.face_detection, 'damo/cv_manual_face-detection_ulfd') img_path = 'https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/ulfd_face_detection.jpg' result = ulfd_face_detection(img_path) print(f'face detection output: {result}.') ``` ### 模型训练流程 - 在Wider Face数据集上使用SGD优化器，初始学习率为1e-2，batch size 为24，训练了200个 epoch。 ### 数据评估及结果 模型在WiderFace的验证集上客观指标如下： | Method | Easy | Medium | Hard | | ------------ | ------------ | ------------ | ------------ | | ULFD | 85.3 | 81.9 | 53.9 | ### 测试集 - WIDERFACE: 测试集已上传至ModelScope的DatasetHub, 详情请见[WIDER_FACE](https://modelscope.cn/datasets/shaoxuan/WIDER_FACE)。 ## 人脸相关模型 以下是ModelScope上人脸相关模型: - 人脸检测 | 序号 | 模型名称 | | ------------ | ------------ | | 1 | [RetinaFace人脸检测模型](https://modelscope.cn/models/damo/cv_resnet50_face-detection_retinaface/summary) | | 2 | [MogFace人脸检测模型-large](https://modelscope.cn/models/damo/cv_resnet101_face-detection_cvpr22papermogface/summary) | | 3 | [TinyMog人脸检测器-tiny](https://modelscope.cn/models/damo/cv_manual_face-detection_tinymog/summary) | | 4 | [ULFD人脸检测模型-tiny](https://modelscope.cn/models/damo/cv_manual_face-detection_ulfd/summary) | | 5 | [Mtcnn人脸检测关键点模型](https://modelscope.cn/models/damo/cv_manual_face-detection_mtcnn/summary) | | 6 | [ULFD人脸检测模型-tiny](https://modelscope.cn/models/damo/cv_manual_face-detection_ulfd/summary) | - 人脸识别 | 序号 | 模型名称 | | ------------ | ------------ | | 1 | [口罩人脸识别模型FaceMask](https://modelscope.cn/models/damo/cv_resnet_face-recognition_facemask/summary) | | 2 | [口罩人脸识别模型FRFM-large](https://modelscope.cn/models/damo/cv_manual_face-recognition_frfm/summary) | | 3 | [IR人脸识别模型FRIR](https://modelscope.cn/models/damo/cv_manual_face-recognition_frir/summary) | | 4 | [ArcFace人脸识别模型](https://modelscope.cn/models/damo/cv_ir50_face-recognition_arcface/summary) | | 5 | [IR人脸识别模型FRIR](https://modelscope.cn/models/damo/cv_manual_face-recognition_frir/summary) | - 人脸活体识别 | 序号 | 模型名称 | | ------------ | ------------ | | 1 | [人脸活体检测模型-IR](https://modelscope.cn/models/damo/cv_manual_face-liveness_flir/summary) | | 2 | [人脸活体检测模型-RGB](https://modelscope.cn/models/damo/cv_manual_face-liveness_flrgb/summary) | | 3 | [静默人脸活体检测模型-炫彩](https://modelscope.cn/models/damo/cv_manual_face-liveness_flxc/summary) | - 人脸关键点 | 序号 | 模型名称 | | ------------ | ------------ | | 1 | [FLCM人脸关键点置信度模型](https://modelscope.cn/models/damo/cv_manual_facial-landmark-confidence_flcm/summary) | - 人脸属性 & 表情 | 序号 | 模型名称 | | ------------ | ------------ | | 1 | [人脸表情识别模型FER](https://modelscope.cn/models/damo/cv_vgg19_facial-expression-recognition_fer/summary) | | 2 | [人脸属性识别模型FairFace](https://modelscope.cn/models/damo/cv_resnet34_face-attribute-recognition_fairface/summary) | ## 来源说明 本模型及代码来自开源社区([地址](https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB))，请遵守相关许可。