Facial Alignment ist ein aktives Forschungsfeld der Computer Vision, das darin besteht, eine Reihe von Gesichtspunkten zu lokalisieren, die je nach Datensatz variieren. Die neuesten Methoden für die Gesichtsausrichtung entweder end-to-end Regression oder schrittweise Verfeinerung der Form unter Verwendung eines anfänglichen Schätzwertes. In dieser Arbeit stellen wir DeCaFA vor, eine end-to-end tief konvolutorische Kaskadenarchitektur für die Gesichtsausrichtung. DeCaFA verwendet vollkonvolutorische Stufen, um während des gesamten Kaskadenprozesses die volle räumliche Auflösung beizubehalten. Zwischen jeder Kaskadenstufe nutzt DeCaFA mehrere verkettete Transfer-Schichten mit spatial softmax (räumlichem Softmax), um Aufmerksamkeitskarten für jede der mehreren Landmark-Ausrichtungsaufgaben zu generieren. Gewichtete intermediaire Überwachung sowie effiziente Merkmalsfusion zwischen den Stufen ermöglichen das lernbasierte schrittweise Verfeinern der Aufmerksamkeitskarten in einem end-to-end Prozess. Experimentell zeigen wir, dass DeCaFA auf den Datenbanken 300W, CelebA und WFLW erheblich bessere Ergebnisse als bestehende Ansätze erzielt. Darüber hinaus demonstrieren wir, dass DeCaFA mit sehr wenigen Bildern und grob annotierten Daten feine Ausrichtungen mit akzeptabler Genauigkeit lernen kann.