基于PyTorch的多任务人脸识别框架

基于PyTorch的人脸识别框架

这是一个基于PyTorch的人脸识别框架，具有方便的训练，评估和特征提取功能。它最初是出自香港中文大学MMLab实验室的人脸识别库，也是面部识别的通用框架。可以使用它自由地使用数据和配置自定义实验。展示了一种从未标注人脸图像生成样本标签对，并将其用于监督学习模型训练的方法，提供了一种低成本扩大数据集规模提高人脸识别精度的新思路。

算法的核心是从未标注数据中找到来自同一个人的伪正样本人脸图像对，并将其加入训练集，扩大训练集的规模。作者称，不同的数据集具有不同的标识（类别）集。我们不知道他们之间的交集。因此，不是合并不同数据集的身份集，而是将它们视为不同的任务是一种有效的替代方式。从实验结果来看，这种方法非常有价值，低成本扩大数据规模，在人脸识别方面有很强的研究价值，而且可以尝试应用于其他识别任务。

代码链接：

https://github.com/XiaohangZhan/face_recognition_framework

论文《Consensus-Driven Propagation in Massive Unlabeled Data for Face Recognition》