結論・コアの68点顔認識は商用利用できない
リリース直前に、調べて気づいて悲しい今日このごろです。
The license for this dataset excludes commercial use and Stefanos Zafeiriou, one of the creators of the dataset, asked me to include a note here saying that the trained model therefore can't be used in a commercial product. So you should contact a lawyer or talk to Imperial College London to find out if it's OK for you to use this model in a commercial product.
代案
どれも大変です。点を打って、hyperparameterをサーチするだけでいい。dlibが一番楽に思えてきます。
- Mediapipe - https://huggingface.co/spaces/hysts/mediapipe-face-detection
- OpenVINO - https://github.com/openvinotoolkit/openvino
- Transformer DETR - https://huggingface.co/docs/transformers/main/ja/model_doc/detr
- HRNet - https://github.com/HRNet/HRNet-Facial-Landmark-Detection
- dlibで自分で作る
dlibについて
大雑把に３種類あります。
まず、初期段階で、顔の範囲を取れないのは、デフォルトのHog顔 Detectionの問題で、Precitionをいくら訓練しても無駄です。顔の範囲取得に、dlib.simple_object_detectorを訓練するか、CNN版を使いましょう。
- bool値を返す - recognition - 顔が存在するか判定
- Rectを返す - detection - 顔の範囲を返す
- Pointを返す - prediction - 顔のパーツの位置を返す
hyper-parameterです。
datasetの数と質で、最適な設定は異なります。
面白いことに、複雑にすればいいというわけじゃないです。
一つ言えるのは、ランダムで多少変わる。split_testを1000ほどすると、時間かかるけど、かなり減らせる。
一番いいのは、data数を増やす気がします。