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。。。。。。
2028
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
