FaceNet官方训练模型在LFW数据集下的测评

1.运行环境：

系统版本：Ubuntu16.04

2.实现步骤：

2-1.获取LFW数据集：

下载地址：http://vis-www.cs.umass.edu/lfw/#resources

2-2.下载FaceNet并配置环境

1)  git clone --recursive https://github.com/davidsandberg/facenet.git

2)  cd facenet

3)  pip install -r requirements.txt   #利用pip安装运行代码所需引入工具包

4）export PYTHONPATH=$(pwd)/src  #设定环境变量

2-3.利用FaceNet自带的align_dataset_mtcnn.py人脸对齐代码对LFW数据集进行对齐

1) cd facenet

2) python src/align/align_dataset_mtcnn.py ~/datasets/lfw/raw ~/datasets/lfw/lfw_mtcnnpy_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25

3)人脸对齐代码处理中。。。

4）完成

2-4.下载训练好的FaceNet模型文件

下载地址：https://github.com/davidsandberg/facenet

解压，并存放在一个新文件夹下：

mkdir ~/models

2-5.在LFW数据集下进行测评

1）cd facenet

2)  python src/validate_on_lfw.py ~/datasets/lfw/lfw_mtcnnpy_160 ~/models/20170512-110547

注意：文件路径很关键，输入不正确会引起错误！！！

3）完成

结果如下：

Accuracy: 0.992+-0.003

Validation rate: 0.97467+-0.01477 @ FAR=0.00133

Area Under Curve (AUC): 1.000

Equal Error Rate (EER): 0.007

参考博客：http://blog.csdn.net/tmosk/article/details/78087122