人脸属性中包含丰富的信息,对于人脸识别、人脸检索有重要意义,但目前的人脸属性识别模型参数量和计算量太大,不利于大规模应用。为了解决这个问题,一种用于人脸属性识别的轻量化模型:Two-Stage MobileNet被提出,在网络的不同阶段使用不同的通道扩张系数,最大程度保留信息的同时降低模型的参数量和计算量。在CelebA数据集上的实验结果表明,Two-Stage MobileNet达到91.5%的高准确率,同时显著降低模型的参数量和计算量。
科研之友
微信
新浪微博
Facebook
分享链接
