Retinaface-PyTorch-onnx-trt: Retinaface的PyTorch版本训练及TRT模型转换和Triton Server部署.

目录

1. 模型结构 Structure
2. 性能情况 Performance
3. 注意事项 Attention
4. 所需环境 Environment
5. 文件下载 Download
6. 预测步骤 How2predict
7. 训练步骤 How2train
8. 评估步骤 Eval
9. 参考资料 Reference

模型结构

backbone

fpn

ssh

output

性能情况

训练数据集	权值文件名称	测试数据集	输入图片大小	Easy	Medium	Hard
Widerface-Train	Retinaface_mobilenet0.25.pth	Widerface-Val	1280x1280	88.57%	85.90%	73.68%
Widerface-Train	Retinaface_resnet50.pth	Widerface-Val	1280x1280	94.54%	92.78%	82.42%

注意事项

本库下载过来可以直接进行预测，已经在model_data文件夹下存放了Retinaface_mobilenet0.25.pth文件，可用于预测。

如果想要使用基于resnet50的retinaface请下载Retinaface_resnet50.pth进行预测。

所需环境

pytorch>=1.2.0

文件下载

训练所需的Retinaface_resnet50.pth文件可以在百度云下载。

链接: https://pan.baidu.com/s/1Cbd6Jm4jGa2yDCh9GaIs6g 密码: msb5

训练所需的mobilenetV1X0.25_pretrain.tar文件可以在百度云下载。

链接: https://pan.baidu.com/s/1PEnV46wrK7amz11JqF5GvQ 密码: ji3r

数据集可以在如下连接里下载。
链接: https://pan.baidu.com/s/1LIYlK5sVx4qsK9tvEuJ4cw 提取码: 2yvx