VGGFace:Deep Face Recognition

Architecture

图片.png
结构与VGGnet类似。将全连接层比喻为其filter能看到整张图片的卷积层。

loss

给出了triplet loss的一种新的公式表达,实质同facenet中是一样的。
图片.png

训练方法

先用softmax训练分类网络,再用triplet loss训练特征提取器。

总结

1.在训练triplet之前先用softmax训练,可以让训练更容易且更快。
2.人脸对齐的影响:对测试集进行对齐可以提高准确率,但对训练集对齐没有提高准确率。
3.数据集的影响:使用未经svm清理的数据集的准确率要比清理后的高。原因如下:1.数据集更大2.清理过程中清理掉了部分hard-positive
4.Triplet可以提高准确率
Reference:
[1] VGG-Face:Deep Face Recognition 笔记
[2] 人脸识别系列(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