insightface中recognition训练过程

最新推荐文章于 2025-11-29 15:50:11 发布

原创

最新推荐文章于 2025-11-29 15:50:11 发布 · 2.4k 阅读

7 ·

CC 4.0 BY-SA版权

insightface中recognition训练过程

1 config文件

到目录/recognition/下有sample_config.py文件，这是给了个样例配置文件，我们复制一下起名config.py然后编辑 config.py

cp sample_config.py config.py
vim config.py

config下做了一些配置

default默认配置
config配置
network网络模型参数
loss损失函数选择
dataset数据集配置
generate_config生成配置文件，把network、loss、dataset配置都加载config上。

然后看train.py文件

2 main

主函数比较简单，参数填进去就可以了。这里需要特别注意下参数这一块。

def main():
    global args
    args = parse_args()
    train_net(args)

到最开始那里有参数，如下，我们注意先来三个参数dataset、network、loss然后有一个generate_config生成配置，吧三个参数组合到config里，这里这三个参数要和config.py里面每个参数起的名字一样哦
例如dataset : emore retina 当然你也可以自己改配置文件自己加
network :r100 r50 r100fc
…


def parse_args():
  parser = argparse.ArgumentParser(description='Train face network')
  # general
  parser.add_argument('--dataset', default=default.dataset, help='dataset config')
  parser.add_argument('--network', default=default.network, help='network config')
  parser.add_argument('--loss', default=default.loss, help='loss config')
  args, rest = parser.parse_known_args()
  generate_config(args.network, args.dataset, args.loss)
  parser.add_argument('--models-root', default=default.models_r