FaceNet项目实践

一、论文的原理与复现

1. 论文复现 
Database：LFW db（论文采用，rgb图算是较大的典型数据集）。

LFW数据库 总共有 13233 张 JPEG 格式图片，属于 5749 个不同人。每张图片尺寸都是 250x250；

数据库下载地址：http://vis-www.cs.umass.edu/lfw/lfw.tgz

人脸对齐：python src\align\align_dataset_mtcnn.py data/lfw data/lfw_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25

2. 三分triplet类聚类方法 
不使用二分聚类判别，而使用三分聚类判别。 
（一）.直接学习图像到欧式空间的映射，其中两张图像所对应的特征的欧式空间的点，最后一层都进行特征归一化。 
||f（x）|| = 1 
归一化后的欧式距离对应这连个图像的相似度

（二）. 用三元组进行knn聚类,称为triplet 
a. 原理：三张图对应于两个身份： （a，b，c）=（A，A，B） 
b. 保证 |ab| < (|ac|+|bc|)/2 
c. triplet loss：三张图片输入的loss（之前都是double / single loss） 
d. loss的计算过程

3. 样本的选择方法 
假设有10000张样本，如果是遍历所有的pair，共10000×10000