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