VGGFace:Deep Face Recognition

Architecture

圖片.png
結構與VGGnet類似。將全連接層比喻爲其filter能看到整張圖片的卷積層。

loss

給出了triplet loss的一種新的公式表達,實質同facenet中是一樣的。
圖片.png

訓練方法

先用softmax訓練分類網絡,再用triplet loss訓練特徵提取器。

總結

1.在訓練triplet之前先用softmax訓練,可以讓訓練更容易且更快。
2.人臉對齊的影響:對測試集進行對齊可以提高準確率,但對訓練集對齊沒有提高準確率。
3.數據集的影響:使用未經svm清理的數據集的準確率要比清理後的高。原因如下:1.數據集更大2.清理過程中清理掉了部分hard-positive
4.Triplet可以提高準確率
Reference:
[1] VGG-Face:Deep Face Recognition 筆記
[2] 人臉識別系列(八):VGGFace

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章