人脸检测是计算机视觉中的老话题。它被广泛使用并且有许多研究人员。算法也成为应用的宠儿。本文总结了近期轻量级人脸检测算法的开源实现，其中很多已经成为开源社区的明星项目。01Ultra-Light-Fast-Generic-Face-Detector-1MBGithubstar：4.8k参数个数：1.04~1.1MB，int8量化后约300KBGithub：https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MBDetectimageeffect(inputresolution:640x480):02LFFD:ALightandFastFaceDetectorforEdgeDevicesGithubstar:919Parameters:6.1M一篮子各种尺寸的目标，支持各种设备的人脸检测Detectorpaper:https://arxiv.org/abs/1904.10633Github：https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices03.libfacedetectionGithubstar：9.3kparametersVolume：3.34MAn用于图像中人脸检测的开源库。人脸检测速度可达1000FPS。Github：https://github.com/ShiqiYu/libfacedetection04ZQCNN是国内开发者左青开源的深度学习推理库，人脸检测实现了MTCNN算法。Githubstar:1.8kGithub:https://github.com/zuoqing1988/ZQCNN图片检测效果:05CenterFaceGithubstar:9.3k参数量:7.3MB,改进版只有2.3MCenterFace是一个实用的用于边缘设备的anchor-free算法人脸检测和对齐。Github：https://github.com/Star-Clouds/CenterFace06DBFaceGithubstar：650参数：7.03MBDBFace是一个AnchorFree网络结构。Github：https://github.com/dlunion/DBFace检测图像效果：DBFace上的结果（阈值=0.2）DBFaceSmall-H上的结果（阈值=0.3）RetinaFace-MobileNetV2上的结果（阈值=0.2）CenterFace-上的结果MobileNetV2(threshold=?)07BlazeFace为移动GPU推理量身定制的轻量级但高性能的人脸检测器。Githubstar:6.4kpaper:https://arxiv.org/pdf/1907.05047v1.pdfGithub:https://github.com/google/mediapipe08OpenVINO这个库是Intel开源的深度学习推理库，人脸检测基于SSD算法，速度也是快的惊人。Githubstar:1.1kGithub:https://github.com/openvinotoolkit/openvino09RetinaFaceMobileNet0.25Githubstar:6.5k参数:1.68MGithub:https://github.com/deepinsight/insightface/10MTCNGithubstar:2.4kpaper:https://arxiv.org/abs/1604.02878Github：https://github.com/kpzhang93/MTCNN_face_detection_alignment检测图像效果：
