人臉匹配學習記錄

論文FaceNet: A Unified Embedding for Face Recognition and Clustering

代碼：https://github.com/davidsandberg/facenet

需要注意的地方：

源碼中的facenet裏面最後輸出直接是全連接輸出，但是論文中卻說使用的是模爲1的輸出，因此train_tripletloss.py文件中在網絡預測以後，又對預測的logits後面加上了：

tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 
上式： 
x爲輸入的向量； 
dim爲l2範化的維數，dim取值爲0或0或1； 
epsilon的範化的最小值邊界；

然後再進行訓練。因此訓練中存儲的模型結構最後的輸出也加上了這個操作，因此在預測時結果直接就是被歸一化的。

大體思路

訓練一個將人臉抽象成128維向量的神經網絡，不是一個人臉那麼歐氏距離就大，否則就小。

流程

準備好人臉圖片,調整爲220大小，白化操作。

源碼中，網絡正確預測tf.subtract(pos_dist, neg_dist)是小於0，因此讓loss等於0。

網絡錯誤預測tf.subtract(pos_dist, neg_dist)是大於0，因此最小化這個值，這個值當然是越小越好。

增加了一個偏移量alpha，這個值找了半天沒找到，應該是大於0的但也不能太大的一個數。

pos_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, positive)), 1)
neg_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, negative)), 1)

basic_loss = tf.add(tf.subtract(pos_dist, neg_dist), alpha)
loss = tf.reduce_mean(tf.maximum(basic_loss, 0.0), 0)

然後就可以正常訓練了，就是從訓練數據中隨機抽出來三個這種組合，然後直接就可以訓練了。