[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-HRNet--HRNet-Facial-Landmark-Detection":3,"tool-HRNet--HRNet-Facial-Landmark-Detection":64},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,2,"2026-04-06T11:32:50",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[43,15,13,14],"语言模型",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85013,"2026-04-06T11:09:19",[15,16,52,61,13,62,43,14,63],"插件","其他","音频",{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":79,"owner_twitter":78,"owner_website":80,"owner_url":81,"languages":82,"stars":87,"forks":88,"last_commit_at":89,"license":90,"difficulty_score":10,"env_os":91,"env_gpu":92,"env_ram":93,"env_deps":94,"category_tags":99,"github_topics":100,"view_count":32,"oss_zip_url":78,"oss_zip_packed_at":78,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":144},4379,"HRNet\u002FHRNet-Facial-Landmark-Detection","HRNet-Facial-Landmark-Detection","This is an official implementation of facial landmark detection for our TPAMI paper \"Deep High-Resolution Representation Learning for Visual Recognition\". https:\u002F\u002Farxiv.org\u002Fabs\u002F1908.07919","HRNet-Facial-Landmark-Detection 是一款基于深度学习的人脸关键点检测开源项目，源自发表于顶级期刊 TPAMI 的 HRNet 研究成果。它主要解决在复杂场景下（如大角度姿态、光照变化、遮挡或模糊）人脸特征点定位不准的难题，能够精准识别眼睛、鼻子、嘴巴等关键部位坐标。\n\n该项目的核心技术亮点在于采用了“高分辨率表示学习”架构。与传统方法不同，它在整个网络中始终保持高分辨率特征图，并通过并行聚合多尺度信息，显著增强了模型对细节的捕捉能力。在 COFW、AFLW、WFLW 和 300W 等多个权威数据集的测试中，其精度表现均处于行业领先水平。\n\n此工具非常适合计算机视觉领域的研究人员、算法工程师及开发者使用。用户可基于提供的 PyTorch 代码和预训练模型（如 HRNetV2-W18），快速复现论文结果，或将高精度检测能力集成到人脸识别、美颜特效、表情分析及虚拟试妆等实际应用中。虽然项目需要一定的编程基础和环境配置能力，但其清晰的文档和成熟的代码结构为二次开发提供了便利。","# High-resolution networks (HRNets) for facial landmark detection\n\n## News\n- [2020\u002F03\u002F13] Our paper is accepted by TPAMI: [Deep High-Resolution Representation Learning for Visual Recognition](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.07919.pdf).\n\n## Introduction \nThis is the official code of [High-Resolution Representations for Facial Landmark Detection](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.04514.pdf). \nWe extend the high-resolution representation (HRNet) [1] by augmenting the high-resolution representation by aggregating the (upsampled) \nrepresentations from all the parallel convolutions, leading to stronger representations. The output representations are fed into\nclassifier. We evaluate our methods on four datasets, COFW, AFLW, WFLW and 300W.\n\n\u003Cdiv align=center>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHRNet_HRNet-Facial-Landmark-Detection_readme_da762e151718.jpg)\n\n\u003C\u002Fdiv>\n\n## Performance\n### ImageNet pretrained models\nHRNetV2 ImageNet pretrained models are now available! Codes and pretrained models are in [HRNets for Image Classification](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Image-Classification)\n\n\nWe adopt **HRNetV2-W18**(#Params=9.3M, GFLOPs=4.3G) for facial landmark detection on COFW, AFLW, WFLW and 300W.\n\n### COFW\n\nThe model is trained on COFW *train* and evaluated on COFW *test*.\n\n| Model | NME | FR\u003Csub>0.1\u003C\u002Fsub>|pretrained model|model|\n|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18  | 3.45 | 0.20 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-COFW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdFIsEUQl8jgUaMk)|\n\n\n### AFLW\nThe model is trained on AFLW *train* and evaluated on AFLW *full* and *frontal*.\n\n| Model | NME\u003Csub>*full*\u003C\u002Fsub> | NME\u003Csub>*frontal*\u003C\u002Fsub> | pretrained model|model|\n|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 1.57 | 1.46 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-AFLW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1Lamlxzc7xumEw810iBLTc)|\n\n### WFLW\n\n| NME |  *test* | *pose* | *illumination* | *occlution* | *blur* | *makeup* | *expression* | pretrained model|model|\n|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 4.60 | 7.86 | 4.57 | 5.42 | 5.36 | 4.26 | 4.78 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-WFLW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdTsr_9QZCwJsn5U)|\n\n\n### 300W\n\n| NME | *common*| *challenge* | *full* | *test*|  pretrained model|model|\n|:--:|:--:|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 2.91 | 5.11 | 3.34 | 3.85 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-300W.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzeYLmza1XU-4WhnQ)|\n\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHRNet_HRNet-Facial-Landmark-Detection_readme_08d62b57f8cc.png)\n\n## Quick start\n#### Environment\nThis code is developed using on Python 3.6 and PyTorch 1.0.0 on Ubuntu 16.04 with NVIDIA GPUs. Training and testing are \nperformed using 1 NVIDIA P40 GPU with CUDA 9.0 and cuDNN 7.0. Other platforms or GPUs are not fully tested.\n\n#### Install\n1. Install PyTorch 1.0 following the [official instructions](https:\u002F\u002Fpytorch.org\u002F)\n2. Install dependencies\n````bash\n\npip install -r requirements.txt\n````\n3. Clone the project\n````bash \ngit clone https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection.git\n````\n\n#### HRNetV2 pretrained models\n```bash\ncd HRNet-Facial-Landmark-Detection\n# Download pretrained models into this folder\nmkdir hrnetv2_pretrained\n```\n#### Data\n\n1. You need to download the annotations files which have been processed from [OneDrive](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdmYbSkHpPYhI8Ms), [Cloudstor](https:\u002F\u002Fcloudstor.aarnet.edu.au\u002Fplus\u002Fs\u002Fm9lHU2aJId8Sh8l), and [BaiduYun(Acess Code:ypxg)](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Yg1IEp3l2IpGPolpUsWdfg).\n\n2. You need to download images (300W, AFLW, WFLW) from official websites and then put them into `images` folder for each dataset.\n\nYour `data` directory should look like this:\n\n````\nHRNet-Facial-Landmark-Detection\n-- lib\n-- experiments\n-- tools\n-- data\n   |-- 300w\n   |   |-- face_landmarks_300w_test.csv\n   |   |-- face_landmarks_300w_train.csv\n   |   |-- face_landmarks_300w_valid.csv\n   |   |-- face_landmarks_300w_valid_challenge.csv\n   |   |-- face_landmarks_300w_valid_common.csv\n   |   |-- images\n   |-- aflw\n   |   |-- face_landmarks_aflw_test.csv\n   |   |-- face_landmarks_aflw_test_frontal.csv\n   |   |-- face_landmarks_aflw_train.csv\n   |   |-- images\n   |-- cofw\n   |   |-- COFW_test_color.mat\n   |   |-- COFW_train_color.mat  \n   |-- wflw\n   |   |-- face_landmarks_wflw_test.csv\n   |   |-- face_landmarks_wflw_test_blur.csv\n   |   |-- face_landmarks_wflw_test_expression.csv\n   |   |-- face_landmarks_wflw_test_illumination.csv\n   |   |-- face_landmarks_wflw_test_largepose.csv\n   |   |-- face_landmarks_wflw_test_makeup.csv\n   |   |-- face_landmarks_wflw_test_occlusion.csv\n   |   |-- face_landmarks_wflw_train.csv\n   |   |-- images\n\n````\n\n#### Train\nPlease specify the configuration file in `experiments` (learning rate should be adjusted when the number of GPUs is changed).\n````bash\npython tools\u002Ftrain.py --cfg \u003CCONFIG-FILE>\n# example:\npython tools\u002Ftrain.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml\n````\n\n#### Test\n````bash\npython tools\u002Ftest.py --cfg \u003CCONFIG-FILE> --model-file \u003CMODEL WEIGHT> \n# example:\npython tools\u002Ftest.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml --model-file HR18-WFLW.pth\n````\n\n \n## Other applications of HRNets (codes and models):\n* [Human pose estimation](https:\u002F\u002Fgithub.com\u002Fleoxiaobin\u002Fdeep-high-resolution-net.pytorch)\n* [Semantic segmentation](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Semantic-Segmentation)\n* [Object detection](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Object-Detection)\n* [Image classification](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Image-Classification)\n \n## Citation\nIf you find this work or code is helpful in your research, please cite:\n````\n@inproceedings{SunXLW19,\n  title={Deep High-Resolution Representation Learning for Human Pose Estimation},\n  author={Ke Sun and Bin Xiao and Dong Liu and Jingdong Wang},\n  booktitle={CVPR},\n  year={2019}\n}\n\n@article{WangSCJDZLMTWLX19,\n  title={Deep High-Resolution Representation Learning for Visual Recognition},\n  author={Jingdong Wang and Ke Sun and Tianheng Cheng and \n          Borui Jiang and Chaorui Deng and Yang Zhao and Dong Liu and Yadong Mu and \n          Mingkui Tan and Xinggang Wang and Wenyu Liu and Bin Xiao},\n  journal   = {TPAMI}\n  year={2019}\n}\n````\n\n## Reference\n[1] Deep High-Resolution Representation Learning for Visual Recognition. Jingdong Wang, Ke Sun, Tianheng Cheng, \n    Borui Jiang, Chaorui Deng, Yang Zhao, Dong Liu, Yadong Mu, Mingkui Tan, Xinggang Wang, Wenyu Liu, Bin Xiao. Accepted by TPAMI.  [download](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.07919.pdf)\n\n","# 用于人脸关键点检测的高分辨率网络 (HRNets)\n\n## 新闻\n- [2020\u002F03\u002F13] 我们的论文已被 TPAMI 接收：[用于视觉识别的深度高分辨率表征学习](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.07919.pdf)。\n\n## 简介\n这是 [用于人脸关键点检测的高分辨率表征](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.04514.pdf) 的官方代码。\n我们扩展了高分辨率表征 (HRNet) [1]，通过聚合所有并行卷积的（上采样）表征来增强高分辨率表征，从而得到更强大的特征表示。这些输出表征会被送入分类器中。我们在四个数据集 COFW、AFLW、WFLW 和 300W 上评估了我们的方法。\n\n\u003Cdiv align=center>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHRNet_HRNet-Facial-Landmark-Detection_readme_da762e151718.jpg)\n\n\u003C\u002Fdiv>\n\n## 性能\n### ImageNet 预训练模型\nHRNetV2 的 ImageNet 预训练模型现已可用！相关代码和预训练模型请参见 [用于图像分类的 HRNets](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Image-Classification)。\n\n我们采用 **HRNetV2-W18**（参数量=9.3M，GFLOPs=4.3G）用于在 COFW、AFLW、WFLW 和 300W 数据集上进行人脸关键点检测。\n\n### COFW\n\n该模型在 COFW *train* 数据集上训练，并在 COFW *test* 数据集上进行评估。\n\n| 模型 | NME | FR\u003Csub>0.1\u003C\u002Fsub>|预训练模型|模型|\n|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18  | 3.45 | 0.20 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-COFW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdFIsEUQl8jgUaMk)|\n\n\n### AFLW\n该模型在 AFLW *train* 数据集上训练，并在 AFLW *full* 和 *frontal* 数据集上进行评估。\n\n| 模型 | NME\u003Csub>*full*\u003C\u002Fsub> | NME\u003Csub>*frontal*\u003C\u002Fsub> | 预训练模型|模型|\n|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 1.57 | 1.46 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-AFLW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1Lamlxzc7xumEw810iBLTc)|\n\n### WFLW\n\n| NME |  *test* | *pose* | *illumination* | *occlusion* | *blur* | *makeup* | *expression* | 预训练模型|模型|\n|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 4.60 | 7.86 | 4.57 | 5.42 | 5.36 | 4.26 | 4.78 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-WFLW.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdTsr_9QZCwJsn5U)|\n\n\n### 300W\n\n| NME | *common*| *challenge* | *full* | *test*|  预训练模型|模型|\n|:--:|:--:|:--:|:--:|:--:|:--:|:--:|\n|HRNetV2-W18 | 2.91 | 5.11 | 3.34 | 3.85 | [HRNetV2-W18](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw) | [HR18-300W.pth](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzeYLmza1XU-4WhnQ)|\n\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHRNet_HRNet-Facial-Landmark-Detection_readme_08d62b57f8cc.png)\n\n## 快速入门\n#### 环境\n本代码使用 Python 3.6 和 PyTorch 1.0.0 在 Ubuntu 16.04 系统上开发，配备 NVIDIA GPU。训练和测试均在一台 NVIDIA P40 GPU 上进行，CUDA 版本为 9.0，cuDNN 版本为 7.0。其他平台或 GPU 尚未经过全面测试。\n\n#### 安装\n1. 按照 [官方说明](https:\u002F\u002Fpytorch.org\u002F) 安装 PyTorch 1.0。\n2. 安装依赖项：\n````bash\n\npip install -r requirements.txt\n````\n3. 克隆项目：\n````bash \ngit clone https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection.git\n````\n\n#### HRNetV2 预训练模型\n```bash\ncd HRNet-Facial-Landmark-Detection\n# 下载预训练模型到此文件夹\nmkdir hrnetv2_pretrained\n```\n#### 数据\n\n1. 您需要从 [OneDrive](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdmYbSkHpPYhI8Ms)、[Cloudstor](https:\u002F\u002Fcloudstor.aarnet.edu.au\u002Fplus\u002Fs\u002Fm9lHU2aJId8Sh8l) 和 [BaiduYun（访问码：ypxg）](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Yg1IEp3l2IpGPolpUsWdfg) 下载已处理好的标注文件。\n\n2. 您还需要从官方网站下载图像数据（300W、AFLW、WFLW），然后将它们放入每个数据集的 `images` 文件夹中。\n\n您的 `data` 目录应如下所示：\n\n````\nHRNet-Facial-Landmark-Detection\n-- lib\n-- experiments\n-- tools\n-- data\n   |-- 300w\n   |   |-- face_landmarks_300w_test.csv\n   |   |-- face_landmarks_300w_train.csv\n   |   |-- face_landmarks_300w_valid.csv\n   |   |-- face_landmarks_300w_valid_challenge.csv\n   |   |-- face_landmarks_300w_valid_common.csv\n   |   |-- images\n   |-- aflw\n   |   |-- face_landmarks_aflw_test.csv\n   |   |-- face_landmarks_aflw_test_frontal.csv\n   |   |-- face_landmarks_aflw_train.csv\n   |   |-- images\n   |-- cofw\n   |   |-- COFW_test_color.mat\n   |   |-- COFW_train_color.mat  \n   |-- wflw\n   |   |-- face_landmarks_wflw_test.csv\n   |   |-- face_landmarks_wflw_test_blur.csv\n   |   |-- face_landmarks_wflw_test_expression.csv\n   |   |-- face_landmarks_wflw_test_illumination.csv\n   |   |-- face_landmarks_wflw_test_largepose.csv\n   |   |-- face_landmarks_wflw_test_makeup.csv\n   |   |-- face_landmarks_wflw_test_occlusion.csv\n   |   |-- face_landmarks_wflw_train.csv\n   |   |-- images\n\n````\n\n#### 训练\n请在 `experiments` 中指定配置文件（当 GPU 数量发生变化时，需调整学习率）。\n````bash\npython tools\u002Ftrain.py --cfg \u003CCONFIG-FILE>\n# 例如：\npython tools\u002Ftrain.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml\n````\n\n#### 测试\n````bash\npython tools\u002Ftest.py --cfg \u003CCONFIG-FILE> --model-file \u003CMODEL WEIGHT> \n# 例如：\npython tools\u002Ftest.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml --model-file HR18-WFLW.pth\n````\n\n \n## HRNets 的其他应用（代码和模型）：\n* [人体姿态估计](https:\u002F\u002Fgithub.com\u002Fleoxiaobin\u002Fdeep-high-resolution-net.pytorch)\n* [语义分割](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Semantic-Segmentation)\n* [目标检测](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Object-Detection)\n* [图像分类](https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Image-Classification)\n \n## 引用\n如果您在研究中发现本工作或代码有所帮助，请引用以下文献：\n````\n@inproceedings{SunXLW19,\n  title={Deep High-Resolution Representation Learning for Human Pose Estimation},\n  author={Ke Sun and Bin Xiao and Dong Liu and Jingdong Wang},\n  booktitle={CVPR},\n  year={2019}\n}\n\n@article{WangSCJDZLMTWLX19,\n  title={Deep High-Resolution Representation Learning for Visual Recognition},\n  author={Jingdong Wang and Ke Sun and Tianheng Cheng and \n          Borui Jiang and Chaorui Deng and Yang Zhao and Dong Liu and Yadong Mu and \n          Mingkui Tan and Xinggang Wang and Wenyu Liu and Bin Xiao},\n  journal   = {TPAMI}\n  year={2019}\n}\n````\n\n## 参考文献\n[1] 用于视觉识别的深度高分辨率表征学习。Jingdong Wang、Ke Sun、Tianheng Cheng、\n    Borui Jiang、Chaorui Deng、Yang Zhao、Dong Liu、Yadong Mu、Mingkui Tan、Xinggang Wang、Wenyu Liu、Bin Xiao。已被 TPAMI 接受。[下载](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.07919.pdf)","# HRNet-Facial-Landmark-Detection 快速上手指南\n\n本指南帮助开发者快速部署基于 HRNet 的人脸关键点检测模型。\n\n## 环境准备\n\n本项目基于 **Ubuntu 16.04** 开发，推荐使用 NVIDIA GPU 进行训练和推理。\n\n*   **操作系统**: Ubuntu 16.04 (其他 Linux 发行版未完全测试)\n*   **Python**: 3.6\n*   **深度学习框架**: PyTorch 1.0.0\n*   **CUDA\u002FcuDNN**: CUDA 9.0, cuDNN 7.0\n*   **硬件要求**: 建议使用 NVIDIA P40 或同等算力 GPU (单卡即可运行)\n\n## 安装步骤\n\n### 1. 安装 PyTorch\n请根据官方指引安装 PyTorch 1.0.0：\n```bash\n# 示例命令，具体版本请参照 https:\u002F\u002Fpytorch.org\u002F\npip install torch==1.0.0 torchvision==0.2.1\n```\n\n### 2. 安装项目依赖\n克隆项目后，安装所需的 Python 库：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection.git\ncd HRNet-Facial-Landmark-Detection\npip install -r requirements.txt\n```\n\n### 3. 下载预训练骨干网络\n下载 HRNetV2 的 ImageNet 预训练模型，并放入指定目录：\n```bash\nmkdir hrnetv2_pretrained\n# 请将下载的模型文件 (如 HRNetV2-W18.pth) 放入 hrnetv2_pretrained 文件夹\n# 下载地址: https:\u002F\u002F1drv.ms\u002Fu\u002Fs!Aus8VCZ_C_33cMkPimlmClRvmpw\n```\n\n### 4. 准备数据集\n你需要下载处理好的标注文件和原始图片。\n*   **标注文件**: 可从 [OneDrive](https:\u002F\u002F1drv.ms\u002Fu\u002Fs!AiWjZ1LamlxzdmYbSkHpPYhI8Ms)、[Cloudstor](https:\u002F\u002Fcloudstor.aarnet.edu.au\u002Fplus\u002Fs\u002Fm9lHU2aJId8Sh8l) 或 [百度网盘 (提取码:ypxg)](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Yg1IEp3l2IpGPolpUsWdfg) 下载。\n*   **原始图片**: 需从各数据集官网下载 (300W, AFLW, WFLW)，并放入对应的 `images` 文件夹。\n\n最终目录结构应如下所示：\n```text\nHRNet-Facial-Landmark-Detection\n|-- lib\n|-- experiments\n|-- tools\n|-- data\n|   |-- 300w\n|   |   |-- face_landmarks_300w_*.csv\n|   |   |-- images\n|   |-- aflw\n|   |   |-- face_landmarks_aflw_*.csv\n|   |   |-- images\n|   |-- cofw\n|   |   |-- COFW_*.mat\n|   |-- wflw\n|   |   |-- face_landmarks_wflw_*.csv\n|   |   |-- images\n```\n\n## 基本使用\n\n### 训练模型\n在 `experiments` 目录下选择对应的配置文件（若更改 GPU 数量，需调整学习率）。以下以 WFLW 数据集为例：\n\n```bash\npython tools\u002Ftrain.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml\n```\n\n### 测试\u002F推理模型\n使用训练好的权重文件进行评估。以下以 WFLW 数据集为例：\n\n```bash\npython tools\u002Ftest.py --cfg experiments\u002Fwflw\u002Fface_alignment_wflw_hrnet_w18.yaml --model-file HR18-WFLW.pth\n```\n\n> **提示**: 其他数据集 (COFW, AFLW, 300W) 的配置文件位于 `experiments` 对应子目录中，使用方法同上。","某智能美妆科技公司正在开发一款实时虚拟试妆 App，需要精准捕捉用户面部关键点以适配口红、眼影等妆容效果。\n\n### 没有 HRNet-Facial-Landmark-Detection 时\n- 在用户侧脸大角度转动或光线昏暗时，传统算法极易丢失嘴角、眼角等关键坐标，导致虚拟口红“飘”出嘴唇范围。\n- 面对佩戴口罩、头发遮挡或浓重舞台妆的场景，模型鲁棒性差，频繁出现面部特征点抖动或完全检测失败。\n- 为了兼顾不同姿态和遮挡情况，团队不得不维护多套模型并编写复杂的切换逻辑，显著增加了工程维护成本和推理延迟。\n- 在高分辨率屏幕上，由于特征图分辨率在下采样过程中丢失，妆容边缘呈现锯齿状，缺乏真实贴合感。\n\n### 使用 HRNet-Facial-Landmark-Detection 后\n- 得益于其保持高分辨率表示的架构，即使用户大幅度转头或处于弱光环境，唇部和眼部关键点依然能稳定锁定，妆容紧密跟随。\n- 针对遮挡、模糊及夸张表情等极端工况，该工具凭借聚合多尺度特征的能力，展现出极强的抗干扰性，大幅降低检测失败率。\n- 单一模型即可覆盖 COFW、WFLW 等多个数据集验证过的复杂场景，简化了部署管线，同时保证了低延迟的实时响应。\n- 输出特征图保留了丰富的空间细节，使得虚拟彩妆的边缘过渡自然细腻，在高清屏幕上也能实现电影级的逼真效果。\n\nHRNet-Facial-Landmark-Detection 通过持续维持高分辨率表征，彻底解决了复杂动态场景下面部关键点检测不准的行业痛点，让虚拟试妆体验从“可用”跃升至“真实”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHRNet_HRNet-Facial-Landmark-Detection_08d62b57.png","HRNet","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FHRNet_a2efc848.png","Code for pose estimation is available at https:\u002F\u002Fgithub.com\u002Fleoxiaobin\u002Fdeep-high-resolution-net.pytorch",null,"welleast@outlook.com","https:\u002F\u002Fjingdongwang2017.github.io\u002F","https:\u002F\u002Fgithub.com\u002FHRNet",[83],{"name":84,"color":85,"percentage":86},"Python","#3572A5",100,1133,273,"2026-03-24T04:26:04","MIT","Linux (Ubuntu 16.04)","必需 NVIDIA GPU，开发环境使用 NVIDIA P40，需安装 CUDA 9.0 和 cuDNN 7.0","未说明",{"notes":95,"python":96,"dependencies":97},"其他平台或 GPU 未经过充分测试。训练和测试均在单张 NVIDIA P40 GPU 上完成。需手动下载预训练模型和数据集标注文件（提供 OneDrive、Cloudstor 和百度网盘链接）。","3.6",[98],"PyTorch 1.0.0",[15],[101,102,103,104,105],"hrnets","facial-landmarks","deep-high-resolution-net","face-alignment","facealignment","2026-03-27T02:49:30.150509","2026-04-06T19:58:14.685426",[109,114,119,124,129,134,139],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},19910,"模型权重下载链接失效或文件名不匹配怎么办？","维护者已提供百度网盘的替代下载链接及提取码。可用模型包括：HR18-COFW.pth (密码: prpr), HR18-300W.pth (密码: 2mgf), HR18-AFLW.pth (密码: 9rtd), HR18-WFLW.pth (密码: nvg3)。此外，处理后的标注文件 data.zip 也可通过百度网盘下载 (链接后缀: 1UIjq2-uQNLriglhRCGVdNw, 密码: 96j2)。如果遇到预训练模型权重名称不一致的问题（例如包含 'module.' 前缀），需要修改 tools\u002Ftest.py 中的加载逻辑，移除键名中的 'module.' 前缀后再加载状态字典。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F1",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},19911,"数据集中的 \"center\" (中心点) 和 \"scale\" (缩放比例) 是如何计算的？","计算方法如下：首先获取所有关键点坐标的最小和最大 x, y 值 (x1, x2, y1, y2)。中心点坐标计算公式为：center_w = (floor(x1) + ceil(x2)) \u002F 2.0，center_h = (floor(y1) + ceil(y2)) \u002F 2.0。缩放比例 scale 的计算公式为：max(ceil(x2) - floor(x1), ceil(y2) - floor(y1)) \u002F 200.0。其中除以 200 是一个固定的缩放因子，用于将边界框尺寸归一化。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F3",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},19912,"在 WFLW 数据集上训练时损失不收敛或 NME 过高如何解决？","此问题通常由 PyTorch 版本兼容性或代码 Bug 引起。建议尝试以下方案：1. 使用 PyTorch 1.0 及以上版本（在 0.4.1 版本中可能无法复现论文结果）；2. 拉取最新的代码库，维护者已修复了相关 Bug；3. 重点检查数据增强中翻转变换 (flip transformation) 操作的代码实现是否正确。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F12",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},19913,"如何计算 AUC (曲线下面积) 和失败率 (Failure Rate)？","可以使用代码中的 compute_nme 函数来计算每张人脸图像的归一化平均误差 (NME)。该函数返回一个列表，包含测试集中每张图像的平均欧氏距离误差。收集所有图像的误差后，设定阈值（通常为 0.1 或 0.08），统计误差超过阈值的图像比例作为失败率，并基于误差分布曲线计算 AUC。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F6",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},19914,"代码中的 \"pose-processing\" (后处理) 片段具体是什么意思？","这段代码执行的是亚像素级别的坐标精化操作。其原理是：找到热图 (heatmap) 中响应值最高的位置，然后计算该位置与其相邻位置（上下左右）的差值，判断梯度方向。最后，根据梯度方向对坐标进行 0.25 个像素的偏移调整，并在最后统一加上 0.5 以转换到像素中心坐标。这对应论文中提到的“根据最高响应点到次高响应点的方向进行四分之一偏移调整”。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F58",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},19915,"加载预训练模型时报错，提示 state_dict 键名不匹配（如含有 'module.'）如何解决？","这是因为预训练模型是在分布式训练环境下保存的，键名带有 'module.' 前缀。解决方法是修改 tools\u002Ftest.py 中的模型加载部分。使用 OrderedDict 遍历加载的状态字典，将每个键名的前 7 个字符（即 'module.'）去除，构建新的状态字典，然后再加载到模型中。示例代码：\nnew_state_dict = OrderedDict()\nfor k, v in state_dict.items():\n    name = k[7:]  # remove `module.`\n    new_state_dict[name] = v\nmodel.module.load_state_dict(new_state_dict)","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F78",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},19916,"如何在自己的数据集上进行测试或提取面部关键点？","若要在自定义数据集上运行测试，需遵循以下四个步骤：1. 按照项目的预处理流程处理输入图像（例如归一化等操作）；2. 加载训练好的模型权重；3. 将处理后的图像输入模型进行前向传播；4. 对输出结果进行后处理，将热图 (heatmap) 转换为具体的关键点坐标。","https:\u002F\u002Fgithub.com\u002FHRNet\u002FHRNet-Facial-Landmark-Detection\u002Fissues\u002F35",[]]