Dans cet article, nous présentons EdgeFace, un réseau de reconnaissance faciale léger et efficace inspiré de l'architecture hybride d'EdgeNeXt. En combinant efficacement les avantages des modèles CNN et Transformer, ainsi qu'une couche linéaire de faible rang, EdgeFace atteint une performance de reconnaissance faciale excellente optimisée pour les appareils périphériques. Le réseau EdgeFace proposé maintient non seulement des coûts de calcul faibles et une empreinte mémoire compacte, mais il atteint également une précision élevée en reconnaissance faciale, ce qui le rend adapté au déploiement sur des appareils périphériques. Des expérimentations approfondies sur des ensembles de données faciales de référence difficiles démontrent l'efficacité et l'efficience d'EdgeFace par rapport aux modèles légers et aux modèles profonds de reconnaissance faciale les plus avancés actuellement disponibles. Notre modèle EdgeFace avec 1,77 million de paramètres obtient des résultats à la pointe de l'état de l'art sur LFW (99,73 %), IJB-B (92,67 %) et IJB-C (94,85 %), surpassant d'autres modèles efficaces dotés de complexités computationnelles plus importantes. Le code permettant de reproduire les expérimentations sera rendu publiquement disponible.