LFR2019人脸识别大赛解决方案

说明

ICCV2019这两天正在韩国举行，作为计算机视觉最高级别的会议之一，其中以会议为背景举行的轻量级人脸识别大赛的 rank top的解决方案的相关文章也发表出来，很多值得借鉴的地方。

比赛的简单介绍

小模型(1G flops)要求

在这一过程中，我们考虑了用户体验流畅的手机解锁应用场景(ARM上< 50ms)
详细要求:
(1)计算复杂度的上限为1G FLOPs
(2)模型大小上限为20MB
(3)我们的目标是使用float32解决方案。不允许使用Float16、int8或任何其他量化方法
(4)特征维数的上限为512

大模型(30G flops)

在这一过程中，我们参考人脸识别厂商测试[1](CPU < 1s)的提交要求。
详细要求:
(1)计算复杂度的上限为30G FLOPs
(2)我们的目标是使用float32解决方案。不允许使用Float16、int8或任何其他量化方法
(3)特征维数的上限为512

数据

训练集：

5.1M Image 93k个ID

测试集：

1.58M Image 5.7k个ID
6.3M Image 10k个ID

总结：

具体参考论文：论文链接

说明：

1.该论文说明了比赛的具体细节，以及baseline的实现细节
2.引出了每个通道top3的解决方案

top3解决方案的论文

我整理出来了top3解决方案的论文，放到了百度网盘，需要自取：
链接：https://pan.baidu.com/s/125XYe3d9LBxyOvRQSoqGlw
提取码：e62x