エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Google Colabで高精度の顔検出モデル(RetinaFace)を試す
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Google Colabで高精度の顔検出モデル(RetinaFace)を試す
概要 今回は、Google Colab+pytorchで顔検出のモデルを試してみました。 顔検出モデル まず、顔検出のモ... 概要 今回は、Google Colab+pytorchで顔検出のモデルを試してみました。 顔検出モデル まず、顔検出のモデルを調べるところから始めます。 Paper with codeでface detectionのstate-of-the-artモデルを調べます。 face detectionのベンチマークとランキングがいろいろ出てきますが、ページの下のほうに、Githubのスター数が多いモデルが載っています。今回は、最もスター数の多い"RetinaFace: Single-stage Dense Face Localisation in the Wild" [1]を使うことにします。 本モデルの実装はたくさんありましたが、pytorch実装で、かつpipで簡単にインストールできるこのライブラリを使うことにしました。 Google colabで動かす 早速、Google colabでこの