超越YOLO5-Face | YOLO-FaceV2正式开源Trick+学术点拉满

论文链接：

https://arxiv.org/abs/2208.02019

近年来，基于深度学习的人脸检测算法取得了长足的进步。这些算法通常可以分为两类，即像 Faster R-CNN 这样的两阶段检测器和像 YOLO 这样的单阶段检测器。由于精度和速度之间更好的平衡，单阶检测器已广泛用于许多应用中。

在本文中提出了一种基于单阶检测器 YOLOv5 的实时人脸检测器，命名为 YOLO-FaceV2。

作者设计了一个名为RFE的感受野增强模块来增强小人脸的感受野，并使用NWD Loss来弥补IoU对微小物体位置偏差的敏感性。对于人脸遮挡提出了一个名为 SEAM 的注意力模块并引入了排斥损失来解决它。

此外，使用权重函数 Slide 来解决简单样本和困难样本之间的不平衡问题，并使用有效感受野的信息来设计Anchor。

WiderFace 数据集上的实验结果表明，YOLO-FaceV2优于 YOLO。