如何看待小米人臉檢測技術準確率獲FDDB世界第一名？

01-14

安卓用戶可以去搜個應用叫臉圖，小米的團隊開發的，這個應用可以告訴你，你通訊錄中所有用小米雲服務的用戶中都有誰有你的照片

而且MIUI 8圖庫的面孔功能應該也是基於這個技術

當初用MIUI的時候，相冊按面孔分類的確實很準確，相比之下谷歌相冊的面孔分類就有點不能看了，竟然把表情包放進我的自拍裡面？

不過MIUI自帶相機不止一次把我識別成女的……

看評論笑噴了哈哈哈

裝逼從此更優雅

你知道嗎？小米在浙大考試第一名！

切，有什麼炫耀的，又不是清華，又不是去美帝常青藤，刷分而已…

還有待改善！

↓↓↓↓↓

一不小心，這個第一又被某司輕輕鬆鬆拿回去了。?(? ? ?ω? ? ?)?

然而在我的面孔相冊里我有九個女朋友。。

如樓上某位哥們所說，一般拿faster-rcnn + hard case mining就可以train出不錯的效果了，如果有額外data的話，效果可能就更好了。

真實應用下的場景不會像FDDB那麼簡單，各種光線，遮擋，大小還有解析度，挑戰難度高多了~

都2016了，還拿FDDB刷分就有點沒意思了，咱得與時俱進，歡迎挑戰wider啊，IJBA啊，這類更有難度的資料庫，或者直接在自己收集的真實資料庫下測試~~

說句實在話

看到這個結果

我才知道

原來小米也在研究深度學習和人臉

看了很多回答覺得很多人弄錯了三點，

第一這是人臉檢測不是識別，人臉分組的技術是檢測加識別的。

第二小米的論文中地提到他們訓這個模型是用的resnet50網路，以我目前的知識水平來看這個網路對人臉來說有點偏深了，在實際應用中可能會偏慢，不太適合產品層面應用。

第三，刷分這種東西，除了模型方法之外，還有很多trick也很重要。實際產品和公布出來的方法也會存在差距。

利益相關，最近一直在刷FDDB 和WIDER兩個庫。FDDB 目前刷到第三，比百度小米差，WIDER HARD排名第一。

自己復現了下，結果有效，基本上是faster rcnn + hard negative mining，簡單有效，由於我是用wider face訓練的，測試小臉的效果不好，這和faster rcnn的網路結構有關係，不過感覺刷fddb意思不大了，業內人士都知道咋回事

論文里真沒有乾貨。

我機會我來謝謝小米的一些科技，讓我們大家一起來學習探討，一起進步，創造更先進的IT科技

小米這個是十折後的結果，而其它刷榜的都沒這樣做，稍微懂點人臉檢測的人就知道這和作弊沒啥區別。不過官方確實允許刷榜的都十折，小米這個空子鑽的好。

這問題是混淆了人臉檢測和人臉識別吧

能人臉解鎖咩？