github地址:https://github.com/MrWwei/insightface
1、使用rename_pic.py重命名数据集名称
2、使用facedate_preparation.py,生成.lst文件(包括图片的resize,112X112)
3、使用face2rec2.py生成.rec文件
模型验证
底库图片==》模型==》特征向量
测试图片==》模型==》特征向量
比对:余弦相似度距离越小,score越高。对score进行sort。
top-1===》precision、recall
top-2===》precision、recall
...
top-N===》precision、recall
多分类任务中,两两组合对应一个混淆矩阵。多个混淆矩阵上综合考察precision和recall:
两种方式:1、先在各混淆矩阵上分别计算出查准率和查全率。(p1,r1)、(p2,r2).....
2、对各混淆矩阵的对应元素进行平均,TP、FP、TN、FN
p-r曲线
precision(查准率):检索出的信息有多少是用户感兴趣的
recall(查全率):用户感兴趣的信息有多少检索出的
用户感兴趣《===》检索出
待完善。。。。。。