yolo-face-nano-fast-LeakyReLU
лёгкие детекторы лиц для NPU
2 мин чтения
Набор из четырёх сверхлёгких моделей семейства YOLO (yolov5nu, yolov8n, yolo11n и yolo26n) от автора wesjos для быстрого поиска лиц на кадрах размером 320×320 пикселей. Репозиторий представляет собой абляционное исследование на базе wesjos/yolo-face-nano-fast, где стандартную функцию активации SiLU полностью заменили на LeakyReLU(0.1) без изменения датасета и гиперпараметров. Автор честно отмечает, что на GPU эта замена не даёт прироста скорости и немного снижает точность, но делает веса пригодными для специализированных нейроускорителей (NPU) и INT8-пайплайнов, которые не поддерживают вычисление экспоненты exp(). Пригодится разработчикам встраиваемых систем, систем контроля доступа и мобильных приложений с жёсткими ограничениями по железу.
Ключевые особенности
- Четыре архитектуры в одном месте: доступны готовые чекпоинты для YOLOv5nu, YOLOv8n, YOLO11n и YOLO26n весом от 5.20 до 6.18 МБ (от 2.53 до 3.14 млн параметров).
- Дружелюбность к NPU и INT8: из графа моделей полностью вычищены слои SiLU, что позволяет запускать инференс на чипах без аппаратной поддержки
exp(). - Заточены под крупные планы: модели обучены под входное разрешение 320×320 и показывают полноту (recall) 0.998, когда лицо занимает больше 10% площади кадра.
- Честные предупреждения: автор прямо указывает, что если платформа позволяет использовать обычный ReLU, лучше выбрать его — разница с LeakyReLU статистически незначима.
Что можно сделать
- Встроить детекцию лиц в офлайн-терминалы контроля доступа, домофоны или мобильные камеры, где человек находится близко к объективу.
- Использовать как быстрый этап предобработки для обрезки аватарок, фото на документы и крупных портретов перед подачей в модели распознавания.
- Запустить на недорогих микрокомпьютерах или NPU без поддержки современных функций активации через библиотеку
ultralytics.
Пример
from ultralytics import YOLO
model = YOLO("yolo26n-face320-leaky.pt")
results = model.predict("image.jpg", imgsz=320, conf=0.25, iou=0.5)
for b in results[0].boxes:
print(b.xyxy.tolist(), float(b.conf))
Подробнее
Метрики на валидации (5 797 изображений): mAP50-95 составляет 0.9058 (yolov5nu), 0.9074 (yolov8n), 0.9074 (yolo11n) и 0.9064 (yolo26n) — в среднем на 0.28 п.п. ниже оригинала на SiLU.Вычислительная сложность: от 1.35 GFLOPs у yolo26n до 2.19 GFLOPs у yolov8n при фиксированном входе 320×320.
Ограничения: модель плохо видит мелкие лица на дальнем плане (recall ~0.73 при размере лица менее 0.4% кадра) и не рассчитана на плотные толпы.
Нюанс интеграции: внутри весов единственный класс назван
item, а не face (model.names == {0: 'item'}), учитывайте это при парсинге результатов.









Комментарии