基于深度学习人脸检测算法已经非常成熟。这里，我们采用WilderFace来验证各个模型性能，以下图表是6个轻量级的网络模型性能对比
什么是WilderFace？
在人脸检测大赛中，百度的pyramidBox赢得当年冠军，他的成绩为：0.961 0.950 0.889，比下面最好的模型还要好。但是，类似于pyramidBox这类人脸检测，它的BackBone采用的是例如ReNet这种复杂的网络模型，那自然计算量大，不利于部署到边缘设备。
pyramidBox++使其改进版。下图是pyramidBox的一个识别样例：
那为什么，我们只是做简单二分类，上述所有模型在wilderFace上的准确率做不到100%呢，猜测原因：有的人脸很小，几个像素那么大，有的人脸被严重遮挡等原因。所以，当我们在训练自己的数据集的时候，上述情形人脸，完全可以当作“背景”。
reference：
6款主流轻量级人脸检测模型：
https://zhuanlan.zhihu.com/p/129032029
WilderFace数据集中VOC标签格式转换YOLO格式：
https://www.cnblogs.com/Assist/p/11091501.html
https://blog.csdn.net/sunqiande88/article/details/102414883
WilderFace官网(居然给了腾讯网盘下载链接)：
http://shuoyang1213.me/WIDERFACE/