InfantFace模型在婴儿面部检测中达到0.96 AP50

研究人员开发了一个名为InfantFace的新模型，旨在准确检测新生儿临床环境中具有挑战性的婴儿面部。该模型基于YOLOv11m架构，解决了背景杂乱、光线不足以及医疗设备遮挡等问题。在结合了公开数据集进行训练并在特定的新生儿研究数据集上进行微调后，InfantFace取得了0.96的高AP50分数，显著优于现有的通用面部检测器。该研究还强调了需要更多公开可用、合乎伦理的新生儿数据集，以进一步推动该领域的研发。 AI

影响 通过提供可靠的面部检测，该模型可以改进对婴儿的非接触式临床评估，例如疼痛分析和监测。

排序理由 该集群包含一篇详细介绍新模型及其在特定任务上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Celeba
• FDDB
• Hugging Face
• InfantFace
• VGGFace2: A Dataset for Recognising Faces across Pose and Age
• WIDER FACE
• YOLOv11m

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →