@wanghuijiao
2021-05-17T17:18:24.000000Z
字数 600
阅读 650
快速调研
人脸检测、关键点检测和对齐部分不准备训练，最多训练一下识别网络。
| 方法（带Github） | 支持MNN\NCNN否 | 模型大小 | 运行速度 | 硬件 | CPU占用 | GPU占用 | 语言 |
|---|---|---|---|---|---|---|---|
| lsy17096535/face-landmark | 3.3MB | 200FPS | i5-2.7GHz CPU | c++/python/dlib库 | |||
| szad670401/HyperLandmark | 106点-SDM算法 | ||||||
| OAID/TengineKit | 没教程，虽说看着结果挺好的 | ||||||
| *hollance/BlazeFace-PyTorch | 基于google的BlazeFace做的复现，个人比较倾向于试用这个；6个关键点；专为移动型GPU推理定制的模型; | 200-1000FPS | flagship devices? | ||||
| tkat0/PyTorch_BlazeFace | 拟尝试1st，实际看下效果咋样，6个点的对齐咋做呀？参考MediaPipe？ | ||||||
方案