RetinaFace
论文题目：: RetinaFace：Single-stage Dense Face Localisation in the Wild
code github：https://github.com/deepinsight/insightface/tree/master/RetinaFace
主要贡献
- 在WIDER FACE数据集上人工标注了5个人脸面部地标，在hard face数据上借助额外的监督信息实现了重大改善
- 额外添加了一个自监督网格解码分支，和现存的监督分支并行式逐像素预测3D人脸形状信息
- 在WIDER FACE hard数据集上实现了91.4%的AP值，超过了现存主流算法1.1%
- 通过轻量级权重backbone，RetinaFace可以针对VGA分辨率图像(640x480)在单CPU上实时运行。
解决的问题
使用额外的5人脸面部地标监督信息能推动Wider Face hard数据集检测精度的提升
Retina Face Details
Multi-task Loss
针对每一个anchor点i，作者设计了下列多任务损失
$a \bmod b$
