近日，小视科技正式发布定制化解决方案——极致轻量级模型人脸识别sdk，该模型专为低算力设备 (如用 A7、A9等芯片设备) 设计，旨在保持低算力设备人脸识别的识别精度和速度。

此次发布的极致轻量级模型，静默活体的通过率和人脸识别的精度双双高达99.9%，在各个场景均有稳定的表现。亮眼之处不仅限于2000人的大底库容量和不足十万分之一的静默活体攻击成功率，毫秒级的活体检测+人脸识别速度也兼具看点。众所周知，基础模型设计的好坏在很大程度上会影响整个系统的精度，同时还决定着整个模型的计算复杂度和开销。当设备算力受限的情况下，如何设计出精度高、速度快性价比高的模型结构，成为了当下的一大研究重点。轻量级架构是一种直接思路，其要义是设计一个轻量级模型，能够完成相应的目标任务。然而，由于计算量的下降，模型的精度势必会降低，所以对于轻量级模型设计而言，如何在有限的计算复杂度下让模型获得尽可能高的表示能力就成为了该思路要解决的核心问题。

小视科技极致轻量级模型设计借鉴了主流轻量级网络比如MobileFaceNet的分组卷积结构、ShuffleNetV2的通道Shuffle结构和GhostNet的Ghost模块等模块，结合Attention机制对网络结构进行搜索，针对诸如A7、A9等低算力设备，在网络的量级和模型的精度之间做到了很好的权衡。

除了网络结构搜索之外，模型的剪枝技术的运用也得到了明显的效果：大模型中冗余的参数得到了去除，减小了模型的量级，同时模型的精度出现极小的损失，最终模型只有8M，但是非常精准。另外，模型在训练的过程中，知识蒸馏的运用，也进一步提升了轻量级模型的精度。图：剪枝之后的模型结构得到了“瘦身”

小视科技极致轻量级模型可广泛应用于智慧公安、智慧酒店、智慧办公、智慧家居等业务场景。功能上支持1:1的人证核验及1:N的人脸识别，满足：手持身份核验设备、人脸门禁设备、自助业务终端设备、访客设备、人脸智能门锁等多元智能应用。在使用中，小视科技极致轻量级模型不仅可以完美适配低配置芯片，还可以利用老旧设备，通过升级人脸识别能力为企业降本增效。

小视科技该项目研究人员表示：我们的初衷，意在提出更智能、更高效的新模型。通过模型网络结构设计、剪枝、蒸馏等技术手段，突破算力的限制；使用更适度的硬件来突破AI界限，普惠AI，提供新的可能性！