Facenet主要作为特征提取工具(128的特征向量)
整体逻辑:
1、输入一张人脸图像
2、深度卷积网络提取特征
3、L2标准化
4、得到一个128的特征向量
主干网络MobileV1-0.25
核心为深度可分离卷积替换常规卷积
分类器损失函数
Triplet Loss + 交叉熵
Triplet Loss 用于不同人脸欧式空间距离距离的扩展
交叉熵 用于人脸和非人脸的作用
数据集
Web-face
1、输入一张人脸图像
2、深度卷积网络提取特征
3、L2标准化
4、得到一个128的特征向量
核心为深度可分离卷积替换常规卷积
Triplet Loss + 交叉熵
Triplet Loss 用于不同人脸欧式空间距离距离的扩展
交叉熵 用于人脸和非人脸的作用
Web-face