该框架面向人脸识别的研究开发社区。依靠高度模块化和可扩展的设计,FaceX-Zoo提供了一个训练模块,具有各种heads和骨干,以实现最新的人脸识别,以及标准化的评估模块。
仅需简单地编辑配置即可获得流行的基准。此外,还提供了一个功能齐全的人脸SDK,用于验证模型和应用。代码即将开源!
注1:文末附【人脸识别】交流群
FaceX-Zoo: A PyTorh Toolbox for Face Recognition
- 作者单位:京东AI研究院(梅涛等人)
- 代码(还没放出来):https://github.com/JDAI-CV/faceX-Zoo
- 论文:https://arxiv.org/abs/2101.04407
近年来,基于深度学习的人脸识别取得了重大进展。然而,实际模型的产生和深度人脸识别的进一步研究仍需要相应一定支持。此外,还有一些新出现的挑战,例如最近全球范围内发生的COVID-19大流行引起的口罩人脸识别,在实际应用中引起了越来越多的关注。一个可行且优雅的解决方案是建立一个易于使用的统一框架来满足上述需求。
为此,我们引入了一个名为FaceX-Zoo的新颖的开源框架,该框架面向人脸识别的研究开发社区