1.libfacedetection
它最大的亮点是能够在所有支持 C/C++的平台上编译运行。作者将预训练的 CNN 模型转换为静态变量后储存到了 C 文件里，使得该项目不需要任何其他依赖项（当然 OpenCV 还是需要的），仅仅只需要一个 C++编译器，就能在任何一个平台甚至嵌入式系统上编译并运行该项目。
尤其吸引人的是该项目使用 C++编写且支持 AVX2，在 i7 的 CPU 上就能跑出丧心病狂的 1000FPS！下图为项目作者给出的检测效果示例。
WIDER Face上的性能
项目开源地址：https://github.com/ShiqiYu/libfacedetection
其他资料：https://mp.weixin.qq.com/s?__biz=MzUzODkxNzQzMw==&mid=2247484161&idx=1&sn=9e42c21deef5338570fc3cfcdcaaa007&chksm=fad12c57cda6a54196e9169a3d2c52fc9ad7d0977739b8405afdafea3e396f2afac8cef85b4d&mpshare=1&scene=1&srcid=&sharer_sharetime=1585005615041&sharer_shareid=d0cc0137df4356a868fcd0ba3aceb4b6&key=f506612bfbba42cbc076acb4867863377c726e29627947a03467baa275dc37afc31bbc11cf85764accd00292cac95833010751fa139c01a3fd85346d21a8e8595a9ec553fc36cffc4a41070339586026&ascene=1&uin=MTAxOTEyNTg4MQ%3D%3D&devicetype=Windows+10&version=62080079&lang=zh_CN&exportkey=AaVavDy7GmfajUgke2I%2FJh4%3D&pass_ticket=bQvMKORzh3yjq1zpONwP1ldTQRTNRs1d64U1UCD%2BoUhU6Qu4gKyZkRvA2gSmgGAb
已在win10下基于VS2017成功运行
2.Retinaface
https://arxiv.org/pdf/1905.00641.pdf
代码地址：
https://github.com/deepinsight/insightface/tree/master/RetinaFace
各种版本：
1）.这个6ms,能检测近距离人脸，无关键点 mxnet
代码地址：https://github.com/jacke121/faster-mobile-retinaface
后来又更新了:
代码地址：https://github.com/1996scarlet/faster-mobile-retinaface
2）.RetinaFace in PyTorch
代码地址：https://github.com/biubug6/Pytorch_Retinaface
3）.68-Retinaface-Pytorch-version
代码地址：https://github.com/jacke121/68-Retinaface-Pytorch-version
4）.移动端快速人脸检测模型是基于RetinaFace的优化去掉stride8以及stride32和stride16的landmark 在CPU位Intel® Pentium® CPU G2020 @ 2.90GHz(2900 MHz)的设备中人脸检测可达到40ms/帧
代码地址：https://github.com/qaz734913414/ncnn_faster-mobile-retinaface
5）.基于RetinaFace的目标检测方法，适用于人脸、缺陷、小目标、行人等，号称比原版还好，resnet50，
代码地址：https://github.com/bleakie/RetinaDetector
6）.fddb数据集
代码地址：https://drive.google.com/file/d/17t4WULUDgZgiSy5kpCax4aooyPaz3GQH/view
7).这个权重更小：出5个关键点，好 300*255 32 110ms
代码地址：https://github.com/biubug6/Pytorch_Retinaface
8).这两个是resnet50，可以检测别的：
代码地址：https://github.com/bleakie/RetinaDetection
代码地址：https://github.com/deepinsight/insightface/tree/master/RetinaFace
9).这个13ms，但是误检率很高，无关键点。
代码地址：https://github.com/jacke121/Ultra-Light-Fast-Generic-Face-Detector-1MB
10).cpu版，100ms，无关键点,严重侧脸也能检测：
代码地址：https://github.com/Star-Clouds/centerface
**11) c++ _caffe实现：
MXNet转caffe
代码地址：https://github.com/clancylian/retinaface
完整版caffe-cpp实现
代码地址：https://github.com/wzj5133329/retinaface_caffe(已实现)
12)这个权重113m，出3个角度方向：
代码地址：https://github.com/supernotman/RetinaFace_Pytorch
13).人脸方向是个网络，90多m权重 ：
代码地址：https://github.com/natanielruiz/deep-head-pose