InsightFace: 2D和3D人脸分析项目
<div align="left"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f0ea7258-de00-4059-891b-ded7fcef73fa.jpg" width="240"/> </div>InsightFace项目主要由Jia Guo和Jiankang Deng维护。
所有主要贡献者请查看贡献。
许可证
InsightFace的代码基于MIT许可证发布。对学术和商业用途均无限制。
包含标注的训练数据（以及使用这些数据训练的模型）仅可用于非商业研究目的。
无论是从我们的GitHub仓库手动下载模型，还是通过我们的Python库自动下载模型，均遵循上述许可政策（仅限非商业研究目的）。
最新消息
2024-08-01 我们已将最先进的换脸模型：inswapper_cyn和inswapper_dax集成到Picsi.Ai换脸服务中。这些模型的性能超越了几乎所有类似的商业产品和我们的开源模型inswapper_128。请访问Picsi.Ai网站使用该服务并获取帮助。
2024-05-04 我们添加了InspireFace，这是一个用C/C++开发的跨平台人脸识别SDK，支持多种操作系统和各种后端。
2023-04-01：我们集成了最先进的换脸模型：inswapper_cyn和inswapper_dax，并将服务转移到Discord机器人上，该机器人还支持编辑Midjourney生成的图像，详情请参见web-demos/swapping_discord和我们的Picsi.Ai网站。
2022-08-12：我们在ECCV-2022 WCPA研讨会的基于透视投影的单目3D人脸重建挑战赛中获得第一名，论文和代码。
2021-11-30：MFR-Ongoing挑战赛启动（与IFRT相同），这是iccv21-mfr的扩展版本。
2021-10-29：我们使用Partial FC（作者：Xiang An, Jiankang Deng, Jia Guo）在NIST-FRVT 1:1的VISA赛道上获得第一名。
更新日志
2024-08-01 我们已将最先进的换脸模型：inswapper_cyn和inswapper_dax集成到Picsi.Ai换脸服务中。这些模型的性能超越了几乎所有类似的商业产品和我们的开源模型inswapper_128。请访问Picsi.Ai网站使用该服务并获取帮助。
2024-05-04 我们添加了InspireFace，这是一个用C/C++开发的跨平台人脸识别SDK，支持多种操作系统和各种后端。
2024-04-17：基于单目身份条件的面部反射重建被CVPR-2024接收。
2023-08-08：我们在reconstruction/gaze发布了利用合成视图的弱监督泛化视线估计的实现。
2023-05-03：我们启动了野外人脸反欺骗挑战赛的持续版本 。详情请见此处。
2023-04-01：我们集成了最先进的换脸模型：inswapper_cyn和inswapper_dax，并将服务转移到Discord机器人上，该机器人还支持编辑Midjourney生成的图像，详情请参见web-demos/swapping_discord和我们的Picsi.Ai网站。
2023-02-13：我们在CVPR23研讨会上发起了大规模野外人脸反欺骗挑战赛，详情请见challenges/cvpr23-fas-wild。
2022-11-28：我们的Python包0.7版本中提供了单行代码实现面部身份交换，请查看此处的示例。
2022-10-28：MFR-Ongoing网站已重构，如有任何问题请提交issue。
2022-09-22：现在我们有Web演示：人脸定位、人脸识别和换脸。
2022-08-12：我们在ECCV-2022 WCPA研讨会的基于透视投影的单目3D人脸重建挑战赛中获得第一名，论文和代码。
2022-03-30：Partial FC被CVPR-2022接收。
2022-02-23：SCRFD被ICLR-2022接收。
2021年11月30日：启动了MFR-Ongoing挑战（与IFRT相同），这是iccv21-mfr的扩展版本。
2021年10月29日：我们在NIST-FRVT 1:1的VISA赛道上使用Partial FC（Xiang An, Jiankang Deng, Jia Guo）获得第一名。
2021年10月11日：发布了ICCV21 - 带口罩人脸识别挑战赛的排行榜。视频：Youtube，Bilibili。
2021年6月5日：我们在ICCV 2021上发起了带口罩人脸识别挑战赛与研讨会。
简介
InsightFace是一个开源的2D&3D深度人脸分析工具箱，主要基于PyTorch和MXNet。
详情请查看我们的网站。
主分支适用于PyTorch 1.6+和/或MXNet=1.6-1.8，使用Python 3.x。
InsightFace高效实现了多种最先进的人脸识别、人脸检测和人脸对齐算法，针对训练和部署进行了优化。
快速开始
请从我们的python-包开始，用于在输入图像上测试检测、识别和对齐模型。
ArcFace视频演示
<img src=https://insightface.ai/assets/img/github/facerecognitionfromvideo.PNG width="760" />
请点击图片观看Youtube视频。对于Bilibili用户，请点击这 里。
项目
InsightFace网站的页面也描述了InsightFace中支持的所有项目。
你可能也对InsightFace举办的一些挑战赛感兴趣。
人脸识别
简介
在这个模块中，我们提供了深度人脸识别的训练数据、网络设置和损失函数设计。
支持的方法如下：
- ArcFace_mxnet (CVPR'2019)
- ArcFace_torch (CVPR'2019)
- SubCenter ArcFace (ECCV'2020)
- PartialFC_mxnet (CVPR'2022)
- PartialFC_torch (CVPR'2022)
- VPL (CVPR'2021)
- Arcface_oneflow
- ArcFace_Paddle (CVPR'2019)
大多数方法中包含常用的网络骨干，如IResNet、MobilefaceNet、MobileNet、InceptionResNet_v2、DenseNet等。
数据集
训练数据包括但不限于经过清理的MS1M、VGG2和CASIA-Webface数据集，这些已经打包成MXNet二进制格式。详情请参阅数据集页面。
评估
我们在evaluation中提供了标准的IJB和Megaface评估流程。
预训练模型
请查看Model-Zoo获取更多预训练模型。
ArcFace的第三方重新实现
- TensorFlow: InsightFace_TF
- TensorFlow: tf-insightface
- TensorFlow:insightface
- PyTorch: InsightFace_Pytorch
- PyTorch: arcface-pytorch
- Caffe: arcface-caffe
- Caffe: CombinedMargin-caffe
- Tensorflow: InsightFace-tensorflow
- TensorRT: wang-xinyu/tensorrtx
- TensorRT: InsightFace-REST
- ONNXRuntime C++: ArcFace-ONNXRuntime
- ONNXRuntime Go: arcface-go
- MNN: ArcFace-MNN
- TNN: ArcFace-TNN
- NCNN: ArcFace-NCNN
人脸检测
简介
<div align="left"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/b4fba593-a726-4000-aaae-4f889f321482.jpg" width="640"/> </div>在这个模块中，我们提供了带注释的训练数据、网络设置和损失函数设计，用于人脸检测的训练、评估和推理。
支持的方法如下：
- RetinaFace (CVPR'2020)
- SCRFD (Arxiv'2021)
- blazeface_paddle RetinaFace 是一个实用的单阶段人脸检测器，已被 CVPR 2020 接受。我们提供了训练代码、训练数据集、预训练模型和评估脚本。
SCRFD 是一种高效且高精度的人脸检测方法，最初在 Arxiv 上描述。我们提供了一个易于使用的流程，可以训练具有 NAS 支持的高效人脸检测器。
人脸对齐
简介
<div align="left"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/28e99dc9-d8a5-4213-b212-6fd3cffe1b25.png" width="600"/> </div>在这个模块中，我们提供了用于人脸对齐的数据集和训练/推理流程。
支持的方法：
SDUNets 是一种基于热图的方法，已被 BMVC 接受。
SimpleRegression 提供了非常轻量级的面部特征点模型，具有快速坐标回归功能。这些模型的输入是宽松裁剪的人脸图像，而输出是直接的特征点坐标。
引用
如果您在研究中发现 InsightFace 有用，请考虑引用以下相关论文：
（此处略去引用内容）
贡献
主要贡献者：
- Jia Guo，
guojia[at]gmail.com - Jiankang Deng
jiankangdeng[at]gmail.com - Xiang An
anxiangsir[at]gmail.com - Jack Yu
jackyu961127[at]gmail.com - Baris Gecer
barisgecer[at]msn.com
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号