强化学习曾小健

论文题目：《ArcFace Additive Angular Margin Loss for Deep Face Recognition 》论文地址：https://arxiv.org/pdf/1801.07698.pdf1. 前言这篇文章提出一种新的用于人脸识别的损失函数，基于该损失函数训练得到人脸识别算法ArcFace（开源代码中为该算法取名为，二者意思一样，接下来都用ArcFace代替）。

在 DeepFace 中使用这些模型进行实验可能会发现与原始研究相比存在差异，这是由于采用了不同的检测或规范化技术。然后，您将能够使用 deepface 服务，例如验证、分析和表示。例如，VGG-Face 是默认模型，它将面部图像表示为 4096 维向量。结果将是源图像中出现的面部大小。另一方面，如果您在研究中使用 deepface 进行面部属性分析，例如年龄、性别、情绪或种族预测任务，请引用此出版物。如果您的任务需要在大型数据集上进行面部识别，则应将 DeepFace 与向量索引或向量数据库结合使用。