serengil/retinaface

RetinaFace: Deep Face Detection Library for Python

解決する問題

RetinaFaceは、混雑したシーンでも画像内の顔を識別する深層学習ベースの顔検出器です。単純な検出に加えて、その後の顔認識タスクの精度を向上させるために顔を整列させるために不可欠な、正確な顔のランドマーク（目、鼻、口）を提供します。

仕組み

これは、元のinsightfaceプロジェクトに基づくRetinaFaceモデルのPython実装です。このライブラリを使用すると、事前トレーニング済みモデルを使用して顔を検出し、顔のランドマークを抽出できます。ONNX Runtime（デフォルト）、TensorFlow、PyTorchを含む複数の深層学習バックエンドをサポートしており、特定のフレームワークをインストールしなくてもさまざまな環境で実行できます。

対象読者

このツールは、堅牢な顔検出と整列を必要とするコンピュータビジョンアプリケーションを構築するPython開発者および研究者向けであり、特にそれをより大規模な顔認識パイプラインに統合する人々を対象としています。

ハイライト

  • 混雑検出: 混雑した画像内の顔を検出する高性能。
  • 顔のランドマーク: 右目、左目、鼻、口の端の座標を提供します。
  • 顔の整列: 検出された顔を整列させる機能が含まれており、認識精度を約7%向上させることができます。
  • 柔軟なバックエンド: ONNX Runtime、TensorFlow、PyTorchと互換性があります。

関連

  • プロジェクト
    deepinsight/insightface

    InsightFaceは、検出、認識、アライメント、ビデオの匿名化、人物レベルの照合、およびREST APIを備えたセルフホスト型サーバーを提供するオープンソースの2D/3D顔分析ライブラリです。PyTorch/MXNetで実装されており、事前学習済みモデル、自動ハードウェアバックエンド選択、大規模な顔検索ツールを提供します。

  • プロジェクト
    hysts/anime-face-detector

    PyTorch ベースのツールで、事前学習済み Faster R-CNN、YOLOv3、HRNetV2 モデルを使用してアニメ顔を検出し、28 個の顔ランドマークポイントを推定します。

  • プロジェクト
    serengil/deepface

    顔認識および顔属性分析のための軽量な Python フレームワークであり、本人確認や人口統計予測のための複数の最先端モデルをラップしています。

  • プロジェクト
    yakhyo/uniface

    UniFaceは、15種類の顔分析タスク（検出、ランドマーク、3Dメッシュ、解析、マッティング、注視、頭部姿勢、人口統計、感情、品質、アンチスプーフィング、認識、匿名化、およびFAISSベースの類似度検索）を、単一のインストールが容易なパッケージ（CPU, Apple Silicon, または CUDA）に統合したPythonライブラリです。一貫貫したAPI、自動モデル重みのダウンロード、豊富なドキュメント、ノートブック、およびコミュニティDiscordを提供します。

  • プロジェクト
    cmusatyalab/openface

    深層ニューラルネットワークを使用して、画像およびリアルタイムのビデオストリームから人物を識別するオープンソースの顔認識ライブラリです。