这次版本升级，从版本号SeetaFace2 跳过 3 、4、 5直接升级到SeetaFace6，总之就是 666 吧～
功能增加是这一版本的重大亮点：
之前只有：人脸检测、特征点定位、人脸识别；
此次增加：活体检测、人脸图像质量评估、年龄性别识别、口罩人脸检测和识别。
随着人脸识别技术进入的应用领域的增多，抗攻击能力成为人脸识别应用落地的新瓶颈，这也是活体检测研究和应用最近两年大热的原因，活体检测功能的增加相信将会成为该库吸引更多开发者的重要看点。
人脸图像质量评估主要用来对低质量的图像的拒识，虽然看似功能不起眼，但在52CV的人脸技术交流群里却经常有人问如何实现这一功能，在真正人脸应用部署的时候，这是一个要考虑的问题，此次功能开放也会帮开发者省不少自研的力气。
年龄性别识别从技术来说（多任务模型）已经不算有太高的门槛（虽然做的精准也不容易），不是人脸识别应用的核心，但也算锦上添花吧～
口罩人脸检测和识别则是当下疫情期间人脸识别应用的重要卖点了。
除了功能增加了，速度提升也是这次更新的亮点。
官方称v6版使用了新的推理引擎TenniS，ResNet50网络的识别模型，在I7 CPU上的推理速度从8 fps 提升到20 fps。
为应对不同的使用场景，本次升级识别部分共包含三个模型：
官方没有公布此次升级后的算法的识别精度，不过提到该模型训练时使用了上亿张图片！
其实公布也没多少意义，我看国内做人脸识别的公司，没有一家公司的识别精度不是99%以上的。
精度这事，还是得看你在实际场景测试结果。
SeetaFace系列模型虽然不开源，但是对于商业使用和个人用途都是可以的。
至于部署方面，SeetaFace使用标准C 接口，不依赖任何第三方库，支持x86和ARM架构。
目前已经开放了Windows 、Ubuntu、CentOS、Android开发包，MacOS和iOS版本的支持也已经在路上。
嗯，覆盖主流服务器和终端上的部署。
总之，SeetaFace是快速构建人脸识别应用的一个不错选择。
项目主页：
https://github.com/seetafaceengine/SeetaFace6
下载SeetaFace6各平台开发包和模型，可在我爱计算机视觉公众号后台回复“666”。
