人脸识别1-InsightFace大规模人脸识别_insightface结构

目录

优秀的框架

广泛使用

荣誉

趋势图

贡献者

增长曲线

大数据，不同框架的训练代码，可以以此为依托，进行全框架训练尝试，学术和工业落地

人脸识别流程，检测，关键点校准减少差异，识别

模型

Python推理，可以直接用

人脸识别模型，改结构和数据清理

不同模型的原理，选出代理标签，特征空间更加紧凑
1、采集一个负样本
2、采集所有的负样本
3、自定义代理类别（人脸类别先跟代理类别比对），减少计算量
4、自定义代理多个类别

虚拟的类，图片和center

流程，选取最近的子中心

压缩性和对噪音不那么敏感

让损失函数差别更大，更容易学习

防抖动

性能加速，数据并行和模型并行

加速效果，负样本随机采样

减少显存

难例识别，相似度阈值

人脸识别

人脸检测，检测点越多越准确

FPN的结构

更多的语义信息，更准确

5点标在难检测的，1000点标在较1清晰的地方

准确度


示例


分析各个部分的资源消耗

效果

对比


模板，随机生成主框架，搜索最优结构


人脸校准，输入图标给出关键点

合成数据训练

人眼回归

口罩人脸识别

同一个人，不同场景下的照片识别