首页 > 社会热点 > 正文

小库技术引入了极端轻量级的人脸识别SDK,以支持实时检测

     时间:2020-11-12 07:00:30

最近,小库技术公司正式发布了一种定制解决方案--极限轻量级模型人脸识别SDK,该解决方案专为低计算设备(如A7、A9和其他芯片设备)设计,以保持低计算设备人脸识别的准确性和速度。

这次发布的极端轻量级模型,无声生物体的通过率和人脸识别的准确率高达99.9%,在每个场景中都具有稳定的性能。明亮的眼睛不仅限于2000人的大底层库容量和不到1/100000的无声活攻击成功率。毫秒活体检测+人脸识别速度也有相同的观点。

众所周知,基本模型的设计将在很大程度上影响整个系统的精度,也将决定整个模型的计算复杂度和开销。在设备计算能力有限的情况下,如何设计高精度、高速度、高性价比的模型结构已成为一个重要的研究热点。

轻量级体系结构是一种直接的思维方式,其主要意义是设计一个轻量级模型,以完成相应的目标任务。然而,由于计算复杂度的降低,模型的准确性必然会降低,因此对于轻量级模型设计来说,如何使模型在有限的计算复杂度下获得尽可能高的表示能力已成为需要解决的核心问题。

小视觉技术的极端轻量级模型的设计借鉴了移动通信分组卷积结构、Shufflenetv2信道洗牌结构和GhostNet鬼模块等主流轻量级网络,并采用注意机制搜索网络结构,对于A7、A9等低计算设备,在网络数量级与模型精度之间进行了很好的权衡。

除网络结构搜索外,模型剪枝技术的应用也取得了明显的效果:去除了大模型中的冗余参数,降低了模型的数量级,模型的精度很小,最终模型只有8m,但非常准确,此外,知识蒸馏在模型训练过程中的应用也进一步提高了轻量级模型的精度。

图:剪枝后的模型结构得到瘦身。

小库技术的极端轻量级模型可广泛应用于智能公共安全、智能酒店、智能办公、智能家居等商务场景中,支持1:1验证和1/n人脸识别,满足手持身份验证设备、人脸访问控制设备、自助服务终端设备、客人设备、人脸智能门锁等多种智能应用的要求。

在使用中,采用极轻量化的小库技术,不仅能很好地适应低配置芯片,而且还可以通过提升人脸识别能力,利用旧设备来提高企业的成本和效率。

该项目的研究人员表示:我们的初衷是想出一种更聪明、更高效的新模型。通过模型的网络结构设计、修剪、蒸馏等技术手段来突破计算能力的限制;使用更合适的硬件来突破人工智能的界限,包括人工智能,提供了一种新的可能性!

上一篇:阿提江:指望年轻球员赢得并控制周琪比赛的强度是不现实的。
下一篇:最后一页