TinaFace: 顔検出のための強力かつシンプルなベースライン

顔検出は近年、多くの注目を集めています。多くの研究では、モデルのアーキテクチャ、データ拡張、ラベル割り当てなど、さまざまな視点から顔検出に特化した方法が提案されており、これにより全体的なアルゴリズムとシステムがますます複雑になっています。本論文では、顔検出と一般的な物体検出の間にギャップは存在しないことを指摘します。そして、顔検出を扱うための強力かつ単純なベースライン手法であるTinaFaceを提供します。TinaFaceでは、ResNet-50 \cite{he2016deep} をバックボーンとして使用し、すべてのモジュールと技術は既存のモジュールに基づいて構築され、実装が容易で、一般的な物体検出にも対応しています。最も人気があり挑戦的な顔検出ベンチマークWIDER FACE \cite{yang2016wider} の難易度の高いテストセットにおいて、シングルモデルおよびシングルスケールを使用して、我々のTinaFaceは92.1%の平均精度（AP）を達成しました。これは大規模なバックボーンを持つ最近の大多数の顔検出手法を上回る結果です。また、テスト時のデータ拡張（TTA）を使用することで、現在の最先端手法を凌駕し、92.4%のAPを達成しました。コードは \url{https://github.com/Media-Smart/vedadet} で公開されます。