March 11-CVPR 2019 paper reading PFLD: A Practical Facial Landmark Detector

PFLD: A Practical Facial Landmark Detector

最重要的是，本文中关于loss function的处理，提出了一种方法。

这是本文中比较重要的一个点，loss function，另一个重要的点，是本文中，mobilenet的使用。

这是本文的模型，mobilenet block的使用，减少模型的大小，减少内存的占用。

https://blog.csdn.net/huachao1001/article/details/79171447

这个博客是关于mobilenet 的介绍。

mobileNet 是在做卷积的时候，和一般的CNN的kernel处理不一样。

一般的CNN model kernel 卷积的时候，通道channel也要考虑到，所以导致那个kernel的参数很多，eg, $3\times3\times4$, 如果output有要求第三维是2，那么就要做两次这样子size的不同kernel的处理。

但是MobileNet中，它做卷积的时候，不再有那个第三维channel的同时处理，一开始就是2维的 $3\times3$ 的处理卷积，之后再用新的kernel 对卷积之后的那么多channel的结果处理，处理之后再做summation，如果最后要求的结果是第三维是2， 那么再重新找2组 那么多channel的1*1的kernel进行处理。像链接中举的例子那样的处理。

that’ s all.