YOLOv6人臉檢測(cè)模型

YOLOv6上次（應(yīng)該是很久以前）發(fā)布了一個(gè)0.3.1版本，支持人臉檢測(cè)與五點(diǎn)landmark調(diào)用，后來(lái)我就下載，想使用一下，發(fā)現(xiàn)居然沒(méi)有文檔，也沒(méi)有例子。但是官方有個(gè)infer.py文件是可以調(diào)用的，說(shuō)明這個(gè)模型文件應(yīng)該沒(méi)問(wèn)題。下載打開(kāi)模型文件的輸入與輸出結(jié)構(gòu)如下：

輸出格式8400x16，其中16的輸出表示為人臉框+landmark坐標(biāo)信息。xyxy, conf, cls, lmdks，前面四個(gè)是Box信息、后面是置信度與分類得分、最后是10個(gè)值五點(diǎn)XY坐標(biāo)

輸出解析順序

官方代碼與參考文檔給出的解析順序，xyxy, conf, cls, lmdks，這部分還有官方的參考文件：

https://github.com/meituan/YOLOv6/blob/yolov6-face/yolov6/core/inferer.py

第110行就是這樣說(shuō)明的，于是我按上述格式一通解析，結(jié)果讓我崩潰了，輸入圖像與解析結(jié)果如下：

這個(gè)時(shí)候我才明白為什么這個(gè)發(fā)布了這么久，網(wǎng)上居然一篇文章關(guān)于YOLOv6人臉檢測(cè)的文章都沒(méi)有，網(wǎng)上的文章很多都是YOLOv5跟YOLOv7的人臉+Landmark檢測(cè)，原因一切都是有原因的。 我debug一下，發(fā)現(xiàn)預(yù)測(cè)出來(lái)的16個(gè)值，只有最后兩個(gè)值的結(jié)果是小于或者等于1的，所以我當(dāng)時(shí)猜想16個(gè)順序應(yīng)該是：xyxy, lmdks, conf, cls，按照我猜測(cè)的順序我又改下代碼，然后直接運(yùn)行測(cè)試，奇跡出現(xiàn)了：

這張圖是AI生成的，如有雷同純屬巧合！ 整個(gè)推理的流程跟YOLOv5、YOLOv6對(duì)象檢測(cè)一樣，就是后處理不同，所以附上后處理部分的代碼：

defwrap_detection(self,input_image,out_data):
confidences=[]
boxes=[]
kypts=[]
rows=out_data.shape[0]

image_width,image_height,_=input_image.shape

x_factor=image_width/640.0
y_factor=image_height/640.0

sd=np.zeros((5,2),dtype=np.float32)
sd[0:5]=(x_factor,y_factor)
sd=np.squeeze(sd.reshape((-1,1)),1)
#xyxy,lmdks,conf,cls,
forrinrange(rows):
row=out_data[r]
conf=row[14]
cls=row[15]
if(conf>0.25andcls>0.25):
confidences.append(conf)
x,y,w,h=row[0].item(),row[1].item(),row[2].item(),row[3].item()
left=int((x-0.5*w)*x_factor)
top=int((y-0.5*h)*y_factor)
width=int(w*x_factor)
height=int(h*y_factor)
box=np.array([left,top,width,height])
boxes.append(box)
kypts.append(np.multiply(row[4:14],sd))

indexes=cv.dnn.NMSBoxes(boxes,confidences,0.25,0.25)

result_confidences=[]
result_boxes=[]
result_kypts=[]

foriinindexes:
result_confidences.append(confidences[i])
result_boxes.append(boxes[i])
result_kypts.append(kypts[i])

returnresult_kypts,result_confidences,result_boxes

責(zé)任編輯：彭菁