本文共 886 字，大约阅读时间需要 2 分钟。

1、MTCNN_face_detection_alignment

作者：深度智心

来源：自荐

项目地址：

项目描述：FaceBoxes出自论文，是一种可以在CPU上实现实时检测的方法，而且精度也不错。该项目是Caffe版本，步骤讲解清晰，可以快速复现。鉴于FaceBoxes的检测速度非常快，也可以作为一种生产落地的方法，并且现有速度仍有一定的优化空间。

推荐理由：该项目复现了论文FaceBoxes，为研究者提供了开源项目，帮助研究者复现或者优化现有的论文。

H:Single Stage Headless Face Detector

来源：自荐

项目地址：

项目描述：该项目是ICCV2017论文作者自己开源的项目，算是官方开源项目了。SSH也算是人脸检测中一个经典的方法，具有较高的精度和较快的速度。项目实现了论文中的很多细节，并且复现过程也讲解详细，容易实现。美中不足的是论文中的Pyramid方式，该项目没有实现。

推荐理由：官方开源，具有一定的权威性，最终效果也很不错。

PS：这里再推荐一个带有关键点检测的SSH，项目地址：，这个项目中，作者自己标注了WIDER FACE的关键点信息，并提供了带有关键点检测的模型参数，同时从结果来看比官方开源的SSH在FDDB上精度稍微高一丢丢。

来源：自荐

项目地址：

项目描述：该项目是论文的pytorch复现版本。S3FD目前在FDDB的评测中排在前几位，属于精度较高的人脸检测方法。论文主要解决人脸尺度问题，进一步提升对小脸的检测。

推荐理由：人脸检测精度高的开源项目

来源：内部推荐

项目地址：

项目描述：该项目非人脸相关，内部推荐里随机选了一篇，主要内容是CV领域里一些论文的翻译，包括分类、检测、OCR和模型轻量化，不喜欢看英文原版论文的，可以关注该项目，猜测后续应该还会更新

推荐理由：论文翻译，方便广大研究者