Face_Pytorch
1.0.0
2019.07.14
حاليا ، لقد تخرجت من الحرم الجامعي وأقوم بعمل آخر. لذلك قد لا يتم تحديث هذا المشروع مرة أخرى.
تنفيذ خوارزميات التعرف على الوجه الشعبية في إطار Pytorch ، بما في ذلك Arcface و Cosface و Sphereface وما إلى ذلك.
يتم تقييم جميع الرموز على Pytorch 0.4.0 مع Python 3.6 ، Ubuntu 16.04.10 ، Cuda 9.1 و Cudnn 7.1. تم تقييمه جزئيًا على Pytorch 1.0.
لتدريب CNN ، أستخدم Casia-Webface و MS-CELEB-1M ، محاذاة بواسطة MTCNN بحجم 112 × 112. لاختبار الأداء ، أبلغ عن نتائج LFW و AgedB-30 و CFP-FP و Megaface Rank1 تحديد وتحقق.
بالنسبة لـ AgedB-30 و CFP-FP ، تتم استعادة الصور المحاذاة وصور التقييم من ملف MXNet الثنائي المقدم من Insightface ، تتوفر الأدوات في هذا المستودع. يجب عليك تثبيت MXNET-CPU أولاً من أجل تحليل الصورة ، فقط " Pip Install Mxnet " على ما يرام.
lfw @ baidunetdisk ، agedb-30 @ baidunetdisk ، cfp_fp @ baidunetdisk
MobileFacenet: تبختر موصوف في MobileFacenet
Resnet50: هيكل Resnet الأصلي
Resnet50-IR: CNN الموصوفة في ورقة Arcface
Seresnet50-IR: CNN الموصوفة في ورقة Arcface
بروتوكول صغير: مدرب مع Casia-Webface حجم البيانات: 453580/10575
بروتوكول كبير: مدرب مع DeepGlint MS-CELEB-1M من حجم البيانات: 3923399/86876
| نوع النموذج | خسارة | LFW | المسنين 30 | CFP-FP | حجم النموذج | بروتوكول |
|---|---|---|---|---|---|---|
| MobileFacenet | arcface | 99.23 | 93.26 | 94.34 | 4 ميجابايت | صغير |
| RESNET50-IR | arcface | 99.42 | 94.45 | 95.34 | 170 ميجابايت | صغير |
| Seresnet50-IR | arcface | 99.43 | 94.50 | 95.43 | 171 ميغابايت | صغير |
| MobileFacenet | arcface | 99.58 | 96.57 | 92.90 | 4 ميجابايت | كبير |
| RESNET50-IR | arcface | 99.82 | 98.07 | 95.34 | 170 ميجابايت | كبير |
| Seresnet50-IR | arcface | 99.80 | 98.13 | 95.60 | 171 ميغابايت | كبير |
| RESNET100-IR | arcface | 99.83 | 98.28 | 96.41 | 256 ميجابايت | كبير |
توجد حقيقة غريبة أنه عند التدريب تحت بروتوكول صغير ، فإن عروض CFP-FP أفضل من AgedB-30 ، بينما عند التدريب مع مجموعة بيانات واسعة النطاق ، فإن أداء CFP-FP أسوأ من AgedB-30.
| نوع النموذج | خسارة | MF ACC. | mf ver. | MF ACC.@R. | mf ver.@r | مقاس | بروتوكول |
|---|---|---|---|---|---|---|---|
| MobileFacenet | arcface | 69.10 | 84.23 | 81.15 | 85.86 | 4 ميجابايت | صغير |
| RESNET50-IR | arcface | 74.31 | 88.23 | 87.44 | 89.56 | 170 ميجابايت | صغير |
| Seresnet50-IR | arcface | 74.37 | 88.32 | 88.30 | 89.65 | 171 ميغابايت | صغير |
| MobileFacenet | arcface | 74.95 | 88.77 | 89.47 | 91.03 | 4 ميجابايت | كبير |
| RESNET50-IR | arcface | 79.61 | 96.02 | 96.58 | 96.78 | 170 ميجابايت | كبير |
| Seresnet50-IR | arcface | 79.91 | 96.10 | 97.01 | 97.60 | 171 ميغابايت | كبير |
| RESNET100-IR | arcface | 80.40 | 96.94 | 97.60 | 98.05 | 256 ميجابايت | كبير |
دعم Visdom للخسارة والدقة أثناء عملية التدريب. 
خسارة softmax مقابل خسارة softmax_center. اليسار: مجموعة التدريب softmax. اليمين: مجموعة تدريب خسارة SoftMax +.
Mugglewang/cosface_pytorch
Xiaoccer/mobileFacenet_Pytorch
treb1en/insightface_pytorch
DeepInsight/Insightface
Kaiyangzhou/Pytorch-Conter-Loss
Tengshaofeng/alsidualattionnetwork-pytorch
