Investigación y Publicaciones

SCRFD

Redistribución de muestras y cómputo para detección facial eficiente

SCRFD está diseñado para ofrecer alta precisión en detección facial bajo presupuestos estrictos de latencia y cómputo, en despliegues edge, móviles y de servidor.

Detalles del paper

SCRFD: Sample and Computation Redistribution for Efficient Face Detection

Publicación

ICLR 2022

Autores

Jia Guo, Jiankang Deng, Alexandros Lattas, Stefanos Zafeiriou

Abrir paper

Resumen de la investigación

SCRFD mejora la eficiencia redistribuyendo el énfasis de entrenamiento y la computación del modelo para gastar el presupuesto donde más importa. El resultado es una familia de detectores que equilibra bien precisión y throughput en sistemas de producción que necesitan inferencia en tiempo real o en edge.

Aplicaciones en producción

Cámaras edge, kioscos y terminales inteligentes
Detección facial on-device para apps móviles de IA
Pipelines de preprocesado de vídeo de alto throughput
Localización facial en servidor antes del reconocimiento o el análisis de vivacidad

Ejemplo de código

Inspeccionar detecciones de SCRFD con buffalo_l

Cargue buffalo_l, ejecute la detección sobre una imagen concurrida e imprima las cajas faciales y keypoints que se devuelven en pipelines de producción.

demo.py

1import cv2
2from insightface.app import FaceAnalysis
3
4app = FaceAnalysis(name="buffalo_l")
5app.prepare(ctx_id=0, det_size=(640, 640))
6
7img = cv2.imread("crowd.jpg")
8if img is None:
9    raise FileNotFoundError("input image not found")
10
11faces = app.get(img)
12
13for index, face in enumerate(faces):
14    bbox = face.bbox.astype(int).tolist()
15    kps = face.kps.astype(int).tolist()
16    print(f"face {index}: bbox={bbox}")
17    print(f"face {index}: keypoints={kps}")

Aportes clave

Redistribuye muestras y cómputo para mejorar el balance precisión-velocidad en lugar de limitarse a aumentar el tamaño del modelo.

Admite varios niveles de despliegue, ayudando a los equipos a elegir un detector que se ajuste a restricciones móviles, embebidas, de escritorio o de servidor.

Ofrece un rendimiento sólido en WIDER FACE manteniéndose práctico para pipelines de inferencia en tiempo real.

Contacto comercial

Conversemos sobre sus necesidades comerciales

Contacte con InsightFace para licencias de modelos, soporte de despliegue empresarial, desarrollo de IA a medida o conversaciones sobre alianzas estratégicas.

Solo aceptamos consultas desde direcciones de correo electrónico empresariales.

Contactar por Email Explorar en GitHub