经过一年的各种尝试、调试、测试以及无数次失败，我们的开源人脸检测算法再次升级。我们团队专注人脸检测优化十几年，一直持续优化，向着最简单的算法努力。
新版本提升：
计算量更小，速度提升约20%；
模型尺寸精简36%（85K参数降低至54K）
准确率有所提升（WIDER测试：AP_easy=0.887, AP_medium=0.871, AP_hard=0.768）
开源人脸检测库libfacedetection，有如下特点：
深度模型仅有54K个参数。
采用AVX512/AVX2/NEON指令提速。
代码简短和简洁，只有一千多行代码。
代码不依赖任何其他第三方库，只要平台能编译C++则可使用。
项目License采用3-Clause BSD License，可以商业应用。
我们的开源人脸检测项目的网址是https://github.com/ShiqiYu/libfacedetection，在GitHub上已经获得11.2K星。欢迎大家三连（使用、反馈和建议）
主要贡献人：
这一版主要贡献人：吴伟同学
参考文献：
Yuantao Feng, Shiqi Yu, Hanyang Peng, Yan-ran Li and Jianguo Zhang, Detect Faces Efficiently: A Survey and Evaluations, IEEE Transactions on Biometrics, Behavior, and Identity Science,vol. 4, no. 1, pp. 1-18, Jan. 2022.
Hanyang Peng and Shiqi Yu, A Systematic IoU-Related Method: Beyond Simplified Regression for Better Localization, IEEE Transactions on Image Processing, vol. 30, pp. 5032-5044, 2021.
相关阅读：
