浙江大学胡浩基《机器学习》代码.zip

# Build Your Own Face Recognition Model 训练你自己的人脸识别模型！ 人脸识别从原始的 Softmax Embbedding，经过2015年 Facenet 领衔的 triple loss metric learning，然后是 additional margin metric learning。这次的系列博客实现的是2018年提出的 ArcFace 。 ### 依赖 ```py Python >= 3.6 pytorch >= 1.0 torchvision imutils pillow == 6.2.0 tqdm ``` ### 数据准备 + 下载WebFace（百度一下）以及干净的图片列表（[BaiduYun](http://pan.baidu.com/s/1hrKpbm8)）用于训练 + 下载LFW（[BaiduYun](https://pan.baidu.com/s/12IKEpvM8-tYgSaUiz_adGA) 提取码 u7z4）以及[测试列表](https://github.com/ronghuaiyang/arcface-pytorch/blob/master/lfw_test_pair.txt)用于测试 + 删除WebFace中的脏数据，使用`utils.py` ### 配置参数 见`config.py` ### 训练 天然支持单机多GPU训练 ```py export CUDA_VISIBLE_DEVICES=0,1 python train.py ``` ### 测试 ```py python test.py ``` ### 博客 虽然有关人脸识别的介绍已经很多了，但受到许多 [Build-Your-Own-x](https://github.com/danistefanovic/build-your-own-x) 文章的启发，就想写一个 Build Your Own Face Model 的博客，愿于他人有益。 + 001 [数据准备](./blog/data.md) + 002 [模型架构](./blog/model.md) + 003 [损失函数](./blog/loss.md) + 004 [度量函数](./blog/metric.md) + 005 [训练](./blog/train.md) + 006 [测试](./blog/test.md) ### 致谢 虽然并未注明，但本项目中有一些代码直接复制或者修改自以下仓库，许可证与之相同： + [insightFace](https://github.com/deepinsight/insightface/tree/master/recognition) + [insightFace_Pytorch](https://github.com/TreB1eN/InsightFace_Pytorch) + [arcface-pytorch](https://github.com/ronghuaiyang/arcface-pytorch)