当前人脸识别的最佳实践

人脸识别是目前深度学习领域应用最为广泛的领域之一,各大框架都有不错的开源项目,可以在短时间内实现刷榜。

人脸三问:为什么要做weight norm?为什么要做feature norm?为什么同时做了两个norm后就收敛不了了呢?为什么要加margin?

weight norm解决样本数不均衡问题,feature norm解决图像质量问题,两个norm加在一起可以将判别的欧式距离变为角度,mragin是为了增加不同类之间的间距,缩小类内间距.无论是早期的 weight normalization,feature normalization,还是后期这些形式的一些变体以及一些 trick,它们归根结底,都是为了以下三点

  1. 防止网络在长尾问题上“顾此失彼”。
  2. 防止网络一旦把样本分对就“浅尝辄止”。
  3. 防止网络在难样本问题上“掩耳盗铃”

人脸识别最新进展以及工业级大规模人脸识别实践探讨

人脸识别中Softmax-based Loss的演化史

insightface: 如何一键刷分LFW 99.80%, 从理论到实践, 用insightface构建人证识别系统

Demystifying Face Recognition:解密人脸识别

人脸识别算法演化史

谷歌人脸识别系统FaceNet解析

模型评估

人脸识别系列

人脸识别系列之特征比对优化记录

从0开始,一起玩人脸识别

深度挖坑系列:那些Network能work的本质究竟是啥?

如何走近深度学习人脸识别:https://github.com/Joker316701882/Additive-Margin-Softmax

https://github.com/wy1iu/sphereface:lfw 99.30% with A-softmax loss中文理解

https://github.com/happynear/NormFace:99.21%

https://github.com/ydwen/caffe-face:~99% centerloss,ECCV2016

https://github.com/AlfredXiangWu/face_verification_experiment98.80% with CASIA,Light-CNN

https://github.com/moli232777144/mobilefacenet-mxnet:轻量级版本99.5%

https://github.com/qidiso/mobilefacenet-V2:99.66%

https://github.com/davidsandberg/facenet:lfw 99.65%

多GPU版本:https://github.com/wangruichens/facenet_multigpu

https://github.com/auroua/InsightFace_TF:99.68%

https://github.com/xsr-ai/MobileFaceNet_TF

人脸对齐

https://github.com/CamlinZ/face_alignment一种人脸68特征点检测的深度学习方法

https://github.com/zeusees/HyperLandmark106点标注,含android端

https://github.com/tensor-yu/cascaded_mobilenet-v2:级联MobileNet-V2进行人脸关键点(5点)检测,单模型仅 956 KB,GTX1080上运行为6ms左右

https://github.com/goodluckcwl/Face-alignment-mobilenet-v2

人脸识别的LOSS

https://github.com/KaleidoZhouYN/Loss-Functions

https://github.com/KaleidoZhouYN/Sphereface-Ms-celeb-1M:讨论对齐的影响

商业实践

facenet 代码阅读笔记:如何训练基于triplet-loss的模型

https://github.com/seetaface/SeetaFaceEngine:山世光老师的开源库,不过有点过时了

A-Softmax的总结及与L-Softmax的对比——SphereFace

A Discriminative Feature Learning Approach for Deep Face Recognition 原理及在caffe实验复现

部署

https://github.com/zhu260824/android_face_ncnn

https://github.com/GRAYKEY/mobilefacenet_android

https://github.com/zhanglaplace/MobileFaceNetAmsoftmax实现

https://github.com/KaleidoZhouYN/mobilefacenet-caffe

https://github.com/moli232777144/small_model_face_recognition:Light CNN for ncnn

https://github.com/mohanson/FaceDetectionServer:go服务器人脸识别服务

https://github.com/yanmeizhao/Sara/tree/master/sample_mobile_track_106:商汤106点人脸跟踪

数据集

CASIA-WebFace:

对齐后版本(112*112)

MS1M

对齐后版本(112*112)

VGGFace2

对齐后版本(112*112)

格灵深瞳数据集:All,Asia

IMDb-Face

MeGlass:眼镜遮挡数据集

你可能感兴趣的:(#,人脸识别)