pfld_106_face_landmarks 106点人脸关键点检测的PFLD算法实现 :smiling_face_with_smiling_eyes: 转换后的ONNX模型 预训练权重 性能测试 update GhostNet update MobileNetV3 Backbone param MACC nme Link ONNX MobileNetV2 1.26M 393M 4.96% MobileNetV3 1.44M 201.8M 4.40% MobileNetV3_Small 0.22M 13M 6.22% 测试电脑MacBook 2017 13-Inch CPU i5-3.1GHz (single core) backbone FPS(onnxruntime cpu) Time(single face) v2.onnx 60.9 16ms V3.onnx 62.7 15.9ms lite.onnx 255 3.9ms R

keras实现简单CNN人脸关键点检测-附件资源

PRNet_Mask 的预训练模型只开源了256_256_resfcn256_weight.data-00000-of-00001，但是pytorch加载预训练时，缺256_256_resfcn256_weight.index，自己测试成功，大家可以方向下载。 网络代码开源地址： https://github.com/YadiraF/PRNet https://github.com/bleakie/MaskInsightface/tree/master/PRNet_Mask

HyperLabelImg：开源图像标注工具（支持人脸关键点不规则四边形标注）

行业分类-作业装置-一种人脸关键点检测方法、装置、电子设备及存储介质.zip

行业分类-物理装置-人脸关键点处理方法及装置.zip

行业分类-物理装置-人脸关键点数据增强方法、装置、系统以及模型训练方法.zip

关键点检测是许多计算机视觉任务的基础，例如表情分析、异常行为检测。大家接触最多的可能是人脸关键点检测，广泛应用于人脸识别、美颜、换妆等。 本次AI研习社举办猫脸关键点检测，训练集有10468张，测试集9526张，目标是检测猫脸的9个关键点。其实我在读书期间就看到过这个猫脸数据，来自CUHK。猫脸关键点检测也是比较新的一个方向，例子比较直接，也非常方便用于例子讲解。 猫脸关键点和人脸关键点类似，每个猫都有9个关键点信息，总共18个坐标信息。由于猫脸关键点任务中每一张图片只包含一个猫，所以在进行关键点检测的过程中并不需要加入检测的过程，只需要预测关键单坐标的位置即可。 即我将猫脸关键点检测抽象成

人脸关键点检测SDK Android版本，包含人脸检测和101人脸关键点检测两部分，使用非常简单，直接AAR包调用即可

基于深度残差网络的人脸关键点检测