本文介绍了insightface_pytorch库的主要工作，包括使用MTCNN进行人脸检测和对齐，支持mobilefacenet和resnet50-irse的人脸识别，提供数据转换和模型训练模块。着重讲解了人脸识别流程和预训练模型的高精度表现。
insightface_pytorch主要做了以下几个方面的工作：
* 使用的相关算法
人脸检测： 由原来的retina改成了MTCNN，准确度差了不少
人脸对齐： 由原来的Dense U-Net改成了MTCNN
人脸识别： 当前可以支持mobilefacenet和resnet50-irse两种
* 提供了一个demo用于实现人脸实时识别
* 提供了数据转换模块，用于将MXNET数据格式的数据转换成pytorch支持的Image Dataforders
* 提供了模型训练模块
运行环境：
- python >= 3.6
- pytorch == 0.4.1
识别流程说明：
insightface_pytorch实现人脸识别包含两个步骤，第一步人脸检测和人脸对齐，第二步人脸识别
人脸检测（face detection）和人脸对齐（face alignment）：使用基于MTCNN网络的开源项目mtcnn-pytorch，经过实测比retina要差很多
人脸识别（face recognition）：人脸识别提供了多种模型mobilefacenet，retnet50-irse等网络的预训练模型和网络结构
预训练模型和准确率
IR-SE50 @ BaiduNetdisk, IR-SE50 @ Onedrive
| LFW(%) | CFP-FF(%) | CFP-FP(%) |
|---|
最低0.47元/天 解锁文章
扫一扫
2166
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
