一种简单的人脸对齐方法，采用基于机翼损失和多任务学习的策略

注意：计划将代码移植到pytorch，希望干净的代码可以对我们有所帮助。 face_landmark 基于tensorflow2.0的简单人脸识别方法 介绍 这是tensorflow2.0分支，如果您需要在tf1上工作，请切换到分支tf1，它仍然可以工作。 它简单而灵活，可以通过机翼损失训练，多任务学习以及基于头姿势和脸部属性（眼睛状态和嘴巴状态）的数据增强来进行训练。 我建议您可以尝试其他项目，包括人脸检测和关键点，并进行了一些优化，您可以在进行检查。 如果您对此有疑问，请与我联系。 :) 演示图片： 这个gif来自github.com/610265158/Peppa_Pig_Face_Engine，但它是相同的模型：） 预训练模型： shufflenetv2_1.0 tflite不好，需要重新训练，可悲的是，我需要更多时间。 （代码rt7p） shufflenetv2_