前言

本文以lfw數(shù)據(jù)集進行示例
lfw結(jié)果集下載地址：http://vis-www.cs.umass.edu/lfw/lfw.tgz
insightface源碼下載地址：https://github.com/deepinsight/insightface
insightface作者提供了完整的工程，能夠基本滿足并完成人臉識別流程

人臉識別流程4步：1、檢測；2、對齊矯正；3、提取特征；特征匹配
其中，檢測對齊使用ssh或mtcnn并用dlib即可實現(xiàn)，然后對完成1和2步的人臉圖像進行提取特征，作者使用的是改進后的resnet網(wǎng)絡(luò)來提取特征（其中用的損失層為arcface loss），提取到的512維向量，歸一化后內(nèi)積得到相似度。

insightface讓我感覺是一個大型的分類問題，其中的回歸問題例如回歸出人臉關(guān)鍵點并進行對齊矯正的代碼作者已經(jīng)幫我們寫好了，所以這個流程僅僅有實踐意義，理論講述可以看作者發(fā)表的論文，講述得很詳細。
在實現(xiàn)一個優(yōu)秀人臉識別系統(tǒng)的過程中，我覺得應(yīng)該有幾個重要環(huán)節(jié)：
1、干凈而且大量的數(shù)據(jù)
2、優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)
3、優(yōu)秀的網(wǎng)絡(luò)損失函數(shù)
4、由以上1,2,3決定一個優(yōu)秀的模型，作為一個大型的分類過程，優(yōu)秀的模型能夠提取到人臉更加獨有的特征，具有更好的“辨別特性”

數(shù)據(jù)清洗

用的方法是先用作者的model對我的數(shù)據(jù)集進行一次特征提取和匹配，

總結(jié)

以上是生活随笔為你收集整理的InisghtFace 制作自定义数据集和模型训练评估的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。