人脸识别模型训练

该博客介绍了使用PyTorch框架训练人脸识别模型的过程,重点推荐使用Center Loss而非Triplet Loss,因为其在vgg16网络上表现出更高的准确度。作者分享了训练代码,并提供了预训练模型的下载链接,数据集为vggface2,测试集为LFW,还包含了数据准备和环境设置的详细说明。
摘要由CSDN通过智能技术生成

github地址:  face-recognition-supervised-by-center-loss

这里介绍我训练的人脸识别模型,放到了github上,各位看官路过的可以点个star

简介

这个仓库我提供了训练人脸深度神经网络的代码,框架使用的是pytorch。损失函数用的是center_loss。同时也提供了triplet_loss的实现。但是根据我的训练经验,用triplet_loss训练没有用center_loss准确度高。所以推荐center_loss。网络我使用的是标准的vgg16。你也可以根据自己的需求换成resnet 或者其他。我相信会获得更高的准确度(大概高两三个百分点的样子)。因为工作需求我选择了vgg16。训练数据我选择的是vggface2(8631个id 及300万照片)。MSLM 有更多的数据,用MSLM 训练我相信结果h会再好一点(大概一两个百分点)。测试数据集我选择的是LFW

训练结果 

vgg16+vggface2:   测试准确度:  0.967     auc:  0.99

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值