Facial Mask Segmentation

基于 RetinaFace 人脸检测与 FaRL 人脸解析的分割项目，支持 PyTorch 与 ONNX/TensorFlow 推理，并提供一键导出 ONNX 的脚本。

功能概览

• PyTorch 推理：RetinaFace 检测 + FaRL 解析
• ONNX/TensorFlow 推理：ONNX Runtime 或 TF SavedModel
• 模型转换：JIT/权重导出为 ONNX

目录结构

• tools/convert：模型转换脚本
• data/input：输入图片目录
• data/results：输出结果目录
• data/torch/hub/checkpoints：PyTorch 模型目录
• data/onnx：ONNX 模型目录

依赖安装

pip install -r requirements.txt

PyTorch 推理

python test_torch.py

模型会在首次运行时自动下载到 data/torch/hub/checkpoints。

ONNX/TensorFlow 推理

python test_TensorFlow.py

默认会下载并使用 FaRL CelebM ONNX 模型。

模型下载与来源

• FaRL CelebM JIT
  https://github.com/FacePerceiver/facer/releases/download/models-v1/face_parsing.farl.celebm.main_ema_181500_jit.pt
• FaRL LaPa JIT
  https://github.com/FacePerceiver/facer/releases/download/models-v1/face_parsing.farl.lapa.main_ema_136500_jit191.pt
• RetinaFace MobileNet 权重
  由 retinaface_detector.py 中的 pretrained_urls 提供

导出 ONNX

python tools/convert/convert_torch_onnx.py

支持交互式选择模型，也可通过参数跳过交互：

python tools/convert/convert_torch_onnx.py --with_retinaface --skip_farl_lapa

FaRL 输出说明

FaRL ONNX 输出为 512×512，推理端需先 resize 到 448×448 再进行反变换。

许可证

MIT License