# deep-sdm

**Repository Path**: yinlichang19/deep-sdm

## Basic Information

- **Project Name**: deep-sdm
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-08-20
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DEEP SDM
![image](images/1.gif)
![image](images/2.gif)

deep-sdm是将经典算法sdm中的HOG特征提取器，以及线性回归器，利用CNN替换后得到的人脸特征点定位算法，有如下特点：
- 在sdm算法中，一般需要至少3个步骤级联，利用CNN模型之后，级联步骤可以缩小到2步，甚至一步到位。可以类比目标检测的two stage和one stage的区别
- sdm算法提取HOG特征之后，总维度较高，导致模型大小通常好几十M，相比之下deep-sdm模型只有3.3M，利用ncnn的fp16存储在不损失精度的情况下，模型大小只有1.8M
- 在MacBook 16-inch CPU上实测能够达到250FPS，利用ncnn移植到移动端能够保持100FPS以上

细节可以参照[知乎文章介绍](https://zhuanlan.zhihu.com/p/165932077)