insightface 人脸识别 训练自己的数据集之模型验证

github地址：https://github.com/MrWwei/insightface

1、使用rename_pic.py重命名数据集名称

2、使用facedate_preparation.py，生成.lst文件（包括图片的resize，112X112）

3、使用face2rec2.py生成.rec文件

 

模型验证

底库图片==》模型==》特征向量

测试图片==》模型==》特征向量

比对：余弦相似度距离越小，score越高。对score进行sort。

top-1===》precision、recall

top-2===》precision、recall

...

top-N===》precision、recall

 

多分类任务中，两两组合对应一个混淆矩阵。多个混淆矩阵上综合考察precision和recall：

两种方式：1、先在各混淆矩阵上分别计算出查准率和查全率。（p1，r1）、（p2,r2）.....

                  2、对各混淆矩阵的对应元素进行平均，TP、FP、TN、FN

 

 

 

p-r曲线

precision（查准率）：检索出的信息有多少是用户感兴趣的

recall（查全率）：用户感兴趣的信息有多少检索出的

用户感兴趣《===》检索出

待完善。。。。。。