【无标题】

Retinaface预测过程：

• 利用主干特征提取网络MobilenetV1对图片进行初步的特征提取，其中mobilenetv1的核心思想是深度可分离提取网络。

• 利用FPN特征金字塔，对初步特征提取的最后三层进行特征融合。

• 为了进一步加强特征提取，Retinaface使用SSH模块加强感受野，获得三个有效特征层SSH1SSH2SSH3

• 假设输入图像shape为640*640*3  那么SSH1的特征层shape应为80*80*64，表示将原图像划分为80*80的网格，每个网格上有两个先验框，然后Retinaface对先验框的结果进行预测，预测结果有三个，第一个是判断是否有物体，第二个是对先验框的宽高进行预测，第三个获得人脸的五个关键点。

• 在完成调整和判断后，进行非极大抑制，其作用是筛选出一定区域内属于同一种类得分最大的框。

训练过程：

• 对真实框的处理：计算所有真实框和所有先验框的重合程度，对这些与真实框重合程度较大的先验框进行编码操作，编码操作分为三个部分，分别是分类预测结果，框的回归预测结果和人脸关键点的回归预测结果的编码。

• 利用处理完的真实框与对应图片的预测结果计算损失loss。

Facenet预测部分：

• 第一步：将Retinaface提取和矫正后的人脸图像输入Facenet，facenet对输入的人脸图像，进行特征提取获得初步的特征层，对特征层进行平均池化并将其平铺，得到一个特征长条，对特征长条进行全连接，全连接的神经元个数为128，这样就得到一个长度为128的特征长条。

• 第二步：为了方便人脸对比，facenet对得到的特征长条进行L2标准化，标准化后特征长条的模就为1了。

• 第三步：因为仅仅采用三元组损失训练会使网络难以收敛，因此facenet使用交叉熵损失辅助三元组损失收敛。而想要利用交叉熵损失进行训练，就需要构建分类器，因此对上一步的特征长条再次进行一个全连接用于分类。

训练部分：

• 使用的数据集是CASIA-WebFace数据集

• facenet使用三元组损失作为损失，三元组损失的输入三个长度为128的特征长条，分别是基准图片，正样本图片和负样本的图片的特征长条。三元组损失使不同人脸的人脸特征向量欧几里得距离扩张，是同一个人的不同状态的人脸特征向量欧几里得距离减小。交叉熵损失用于人脸分类，具体作用是辅助三元组损失收敛。