DB Face详解

        DB Face人脸检测模型：模型小，速度快，精度高且是基于anchor free思想进行设计的。

        从整体上来看，可以分为输入，特征提取以及输出三个部分。

网络结构

        DB Face有三种网络结构，三种网络结构的大小依次递减，其推理的速度随网络参数的减少而增快，但精度也会有所下降。可以根据实际的需求来选择所需要的网络。

        首先来看BackBone部分，DB Face的BackBone部分采用了Mobile Net V3。

Mobile Net

        Mobile Net V1采用了深度可分离卷积的结构。

        这里展示的是普通卷积将12*12*3的图像卷积为8*8*256的过程

        而深度可分离卷积的过程则由下图所示

 

        而深度可分离卷积的优势就是可以大大的减少卷积运算的参数量，加快卷积运算的速度 

        Mobile Net V2 是在V1版本上进行的优化。

        可以看到在V2中的第二部分依旧采用了深度可分离卷积。而第一部分是采用1*1的卷积操作通道将低维的特征映射到高维。这样操作可以在第二部分进行卷积时提取到更多的特征。第三部分则是将通道再次还原回去，并最终做了残差结构

        Mobile Net V3 

        V3版本采用了V1中的深度可分离卷积以及V2中的残差结构，并且引入了注意力机制

        由1*1卷积将低维特征映射到高维特征，3*3深度可分离卷积，在经过1*1卷积进行还原，最后利用注意力机制进行优化。

SE注意力机制：通过自动学习的方式，即使用另外一个新的神经网络，获取到特征图的每个通道的重要程度，然后用这个重要程度去给每个特征赋予一个权重值，从而让神经网络重点关注某些特征通道。提升对当前任务有用的特征图的通道，并抑制对当前任务用处不大的特征通道

 

       最大的改变在于网络的最后一层。

        在V2中，全局平均池化层之前，是一个1*1卷积，将通道数从320扩展到1280，因此我们就能得到更高维度的特征，供分类器层使用。

       在V3中，将平均池化前的操作移除，在平均池化后直接使用1*1卷积获得特征图，减少了参数，加快了速度。

        还有一个改变在于激活函数 ，之前V1和V2都是用ReLU6作为激活函数（限制输出值，但可能在低维是损失特征），但是在V3中，作者使用了hard swish。原本的swish虽然可以提升精度，但是却太耗费时间。

FPN多尺度特征融合 

        经过BackBone获取特征后，会通过FPN结构进行多尺度的特征融合。

        在目标检测中，高层特征包含了丰富的语义信息，但由于分辨率低，位置信息不准确；底层特征虽然语义信息不丰富，但分辨率高，包含的位置信息准确。

         在DB Face中采用UpSample+Conv+BatchNormal+Add进行多尺度特征融合。在经过了多尺度特征融合之后的特征图会经过SSH操作得到三个输出

 SSH

        为了增加特征图有效的感受野，使特征图的表征能力更强