A Light CNN for Deep Face Representation with Noisy Labels
最近的工作需要对CELEB-500K的人脸ID数据进行清洗,原论文中先使用Celeb-Face数据集训练预模型,在这里我们选用了 LightCNN 作为训练网络。
LightCNN
github
论文精读
- 文章中提出了一种 Light CNN架构的卷积神经网络,适用于有大量噪声的人脸识别数据集;
- 提出了 maxout 的变体,叫做 Max-Feature-Map (MFM)
maxout 使用多个特征图进行任意凸激活函数的线性近似,MFM 使用一种竞争关系选择凸激活函数,可以将噪声与有用的信息分隔开,也可以在两个特征图之间进行特征选择; - 设计了 LightCNN9, LightCNN29及LightCNN29-V2,可以在性能可计算量之间做出选择;
- 提出一种 semantic bootstrapping method,使网络预测更符合噪声标签;