[人脸识别] Towards Flops-constrained Face Recognition

论文链接|：https://arxiv.org/pdf/1909.00632.pdf

竞赛地址|：https://ibug.doc.ic.ac.uk/resources/lightweight-face-recognition-challenge-workshop/

出处| ：ICCV19-Lightweight face recognition challenge (排名：第一)

作者|：来自香港中文大学和商汤科技

目录

一、该文的关键内容

二、训练细节

三、新的loss函数

四、网络结构

五、训练技巧

---

一、该文的关键内容

1）网络结构：Efficient Polyface

2）loss function：ArcNegFace

3）A novel frame aggregation method 'QAN++'

4）a bag of useful tricks

二、训练细节

1)16 gpus，batch size=1024；

2）使用同步BN（synchronized BN），group size=1

3）初始lr=0.001，warms up 至0.4，weigh decay=1e-5,momentum=0.9;

4）drop rate is 0.4 for the fineal embedding（防止过拟合）

三、新的loss函数

原始ArcFace ：

就是标签为yi的feature f和anchor weight Wyi之间的角度；（详细细节请看：AirFace:Lightweight and Efficinet Model for Face Recognition）

=1.2， =0， =1；

四、网络结构

（没有使用该网络，所以相关内容请查阅原文）

五、训练技巧

1）重新缩放和偏移正负1%；

2）colorjitter：brightness，contrast，saturation设置为0.125；

3）Filp strategy：训练阶段使用，推荐里阶段：将原始人脸图片和左右翻转的图片，提特征加和取均值；

4）label smooth

5）AdaBN

6）Modification margin：0.3的margin值好于0.5的margin值