Aracface人脸识别算法与孪生排序网络的联合驾驶风险预测模型.zip

# 人脸风险预测模型 ## 1.模型介绍 --技术：Arcface人脸识别算法、孪生排序网络、soft_bce loss策略函数、联合loss函数训练 --模型扩展：结构化数据与非结构化数据联合建模 ## 2.预训练模型 --Arcface预训练模型：https://pan.baidu.com/s/12BUjjwy1uUTEF9HCx5qvoQ --Mobileface预训练模型：https://pan.baidu.com/s/1hqNNkcAjQOSxUjofboN6qg --face align预训练模型：mmod_human_face_detector.dat (dlib官网提供的68个关键点模型) ## 3.数据集 --face recognition数据集：LFW人脸识别数据集（官网提供下载） --相同人脸随机构成pairs对，label(y)均设置为0.（同一人的pairs对的风险值相同） --KYD风险人脸数据集：采集带有风险值（label）的图像数据集 --随机构成人脸pairs对，label（y）为风险值的差值. ## 4.数据预处理 数据大小处理为（112*112） --LFW数据集：同一人的不同图片构成pairs对，写入csv文件便于后续训练 --KYD数据集：所有训练数据随机构成pairs对，无需处理，训练时batch中会进行随机配对 ## 5.模型训练 --batch训练：读取LFW文件，每次随机取64对图像输入到batch；随机在dataloader中取64对KYD图片对输入到batch（batch=128），确定训练时两组不同 的数据比例为1：1，保证训练出的模型gini高，方差低 --loss函数:采用soft_bce loss函数作为模型收敛的策略函数 --分布式训练 python train.py --单卡测试 python test.py --demo.py ## 6.指标 --gini系数 --同一人不用人脸的风险系数方差std 代码地址：git clone https://github.com/yinhaoxss/Arcface_RankNet.git