本文档介绍了如何使用PyTorch复现ArcFace，这是一个用于深度面部识别的损失函数。首先，提供了ArcFace论文的引用，并详细说明了数据预处理步骤，包括图像提取、对齐和训练。然后，提到了训练过程和使用Tensorboard进行可视化。最后，文章展示了在LFW数据集上的性能评估，包括不同设置下的准确率和错误分析。
InsightFace
Implementation of Additive Angular Margin Loss for Deep Face Detection. paper.
@article{deng2018arcface,
title={ArcFace: Additive Angular Margin Loss for Deep Face Recognition},
author={Deng, Jiankang and Guo, Jia and Niannan, Xue and Zafeiriou, Stefanos},
journal={arXiv:1801.07698},
year={2018}
}
DataSet
CASIA WebFace DataSet, 494,414 faces over 10,575 identities.
Dependencies
PyTorch 1.0.0
Usage
Data wrangling
Extract images, scan them, to get bounding boxes and landmarks:
$ python pre_process.py
Image alignment:
Face detection(MTCNN).
Face alignment(similar transformation).
Central face selection.
Resize -> 112x112.
Original
Aligned
Original
Aligned
最低0.47元/天 解锁文章
3680
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
