
摘要
Faster R-CNN在通用目标检测领域取得了巨大成功,包括PASCAL目标检测和MS COCO目标检测。在本报告中,我们提出了一种名为FDNet1.0的详细设计的Faster R-CNN方法,专门用于人脸检测。该方法采用了多种技术手段,包括多尺度训练、多尺度测试、轻量级设计的R-CNN、一些推理技巧以及基于投票的集成方法。我们的方法在WIDER FACE验证数据集(简单集、中等集、困难集)的三个任务中分别获得了两个第一名和一个第二名的成绩。
Faster R-CNN在通用目标检测领域取得了巨大成功,包括PASCAL目标检测和MS COCO目标检测。在本报告中,我们提出了一种名为FDNet1.0的详细设计的Faster R-CNN方法,专门用于人脸检测。该方法采用了多种技术手段,包括多尺度训练、多尺度测试、轻量级设计的R-CNN、一些推理技巧以及基于投票的集成方法。我们的方法在WIDER FACE验证数据集(简单集、中等集、困难集)的三个任务中分别获得了两个第一名和一个第二名的成绩。