RV1126_python人脸识别Retinaface+MobilefaceNet

RV1126 具备RKNN 模块支持大部分如Pytorch、MXNet、Caffe、tensorflow、keras、onnx等常见框架，而且量化部署使用RKNN-toolkit非常方便。以下介绍通过RV1126实现的人脸识别过程。

首先人脸识别需要先做人脸检测>>人脸校正/活体检测(选做)>>人脸特征提取>>数据库进行欧式距离比对。

人脸检测基于Insightface一个开源的人脸识别的开源项目

https://github.com/deepinsight/insightface.git

是基于 MXNet 框架实现的业界主流人脸识别解决方案，包含了数据集制作教程、训练和验证脚本、预训练模型以及和MXNet模型的转换工具。

目前由于考虑RV1126上的RKNN性能不算太强，而目前backbone使用mobilenet的人脸检测准确度也很高，所以retinaface与人脸特征提取都使用mobi

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。