--log_base_dir ~/logs/facenet/ 将会把训练日志保存到~/logs/facenet/,可以使用TensorBoard查看这些信息。
--models_base_dir ~/models/facenet/ 最终训练好的模型就保存在~/models/facenet/ 目录下。
--data_dir ~/datasets/casia/casia_maxpy_mtcnnpy_182 训练数据的位置。这里使用之前已经对齐好的CASIA-WebFace数据。
--image_size 160 输入网络的图片尺寸是160x160像素。
--model_def modes.inception_resnet_v1 比较关键的一个参数,它指定了训练的CNN的结构为inception_resnet_v1。项目支持的所有CNN结构在src/models目录下。共支持inception_resnet_v1、inception_resnet_v2、squeezenet三个模型,其中前两个模型较大,最后一个模型较小。如果使用--model_def modes.inception_resnet_v1后,出现内存或显存消耗光的情况,可以将其替换为--model_def modes.squeezenet,来训练一个较小的模型。
--lfw_dir ~/datasets/lfw/lfw_mtcnnpy_160 指定LFW数据集的位置。如果输入这个参数,每次执行完一个epoch,就会在LFW数据集上执行一次测试,并将测试后的正确率写到日志文件中。
--optimizer RMSPROP 指定使用的优化方法。
--learning_rate -1 原意指定学习率,但这里指定率负数,在程序中将忽略这个参数,而使用后面的--learning_rate_schedule_file参数规划学习率。
--max_nrof_epochs 80 表示最多跑80个epoch。