原创 AdaBN(Adaptive Batch Normalization)使用

最近在查看論文《Towards Flops-constrained Face Recognition》時,發現作者使用了AdaBN的技巧,我很好奇AdaBN是什麼操作,爲甚麼沒有看見相應的博文介紹,下面是我自己整理的資料。 論文鏈接:ht

原创 [人臉識別] Towards Flops-constrained Face Recognition

論文鏈接|:https://arxiv.org/pdf/1909.00632.pdf 競賽地址|:https://ibug.doc.ic.ac.uk/resources/lightweight-face-recognition-chall

原创 查看:文件夾個數,遍歷圖片個數,IO口數據讀取情況,CPU利用情況

最近處理人臉識別訓練數據,總結幾個好用的命名行: 1)查看某文件夾下有幾個文件夾(ID個數): ls -l|grep "^d"|wc -l 2)查看某文件夾下有多少張圖片(人臉識別總的數據量): ls -lR|grep "^-"|wc

原创 [注意力機制]CBAM:Convolutional Block Attention Module

論文鏈接:https://arxiv.org/abs/1807.06521v2 代碼:https://github.com/luuuyi/CBAM.PyTorch (最近在看人臉識別的輕量級網絡,然後看到了與cbam相關的內容,就想嘗試以

原创 人臉識別之歐氏距離——餘弦距離

最近訓練了一個人臉識別模型,在測試集上的效果較之前的模型相比(lfw,cfp_fp,agedb_30),accucay都有所提升,但是在自己的測試集效果上卻特別差。然後仔細的研讀了相應的測試代碼,先把訓練工程中的代碼貼出來: diff

原创 解析ArcFace源碼

最近在看arcFace當中pytorch代碼的實現,先把InsightFace中ArcFace代碼貼出來:  class Arcface(Module): # implementation of additive margin

原创 【人臉屬性分類】Deep Multi-task Multi-label CNN for Effective Facial Attribute Classification(FAC)

論文鏈接:https://arxiv.org/abs/2002.03683 動機 1)人臉檢測,人臉對齊和FAC(Facial Attribute Classification)問題都是被獨立研究,沒有探索過這三類問題的關係; 2)人臉屬

原创 torchvision.transforms.ToTensor(細節)對應caffe的轉換

目錄 1)torchvision.transforms.ToTensor 2)pytorch的圖像預處理和caffe中的圖像預處理  寫這篇文章的初衷,就是同事跑過來問我,pytorch對圖像的預處理爲什麼和caffe的預處理存在差距,我

原创 pytorch模型轉caffe模型之SSD

這不是第一次轉模型了,但是還是折騰了兩天,然後將轉換之中遇到的問題總結以下: 1)caffe的prototxt手動構建時一定要仔細,不然容易出錯;(我自己在構建時就是拿着代碼forward運行一行一行進行的對比記錄); 2)數據的預處理一

原创 【字符識別 end-to-end】SEED: Semantics Enhanced Encoder-Decoder Framework for Scene Text Recognition

論文鏈接:https://arxiv.org/pdf/2005.10977.pdf 代碼鏈接:https://github.com/Pay20Y/SEED(目前還沒更新) 該論文主要用途:解決圖像中字符缺損,模糊等樣本的識別(這也是吸引我

原创 pytorch 訓練報錯:expected backend CPU and dtype Float but got backend CUDA and dtype Float

報錯: expected backend CPU and dtype Float but got backend CUDA and dtype Float 常規解決方法: 這種問題,就是數據沒有放進gpu造成的,一般加.cuda()可以

原创 生成lmdb格式的數據包

一直做人臉識別,所以幾乎沒怎麼再使用lmdb格式的數據,但是最近要訓練人臉檢測,然後不得不使用lmdb格式的數據包,然後悲慘的是我竟然忘記了怎樣使用/(ㄒoㄒ)/~~; 所遇到的麻煩列舉: 1,python 中的參數解析問題(因爲我使用c

原创 【字符分割】PSENet原理和代碼淺讀之代碼

目錄 1.數據增強 2.生成segment mask 3.loss計算 PSE代碼分析,實現模型性能優化; 1.數據增強 對文本樣本數據進行數據增強: def augmentation(im: np.ndarray, text_poly

原创 【人臉識別】AirFace:Lightweight and Efficinet Model for Face Recognition

論文鏈接:https://arxiv.org/abs/1907.12256 作者提出該方法的動機: 在使用MobileFaceNet從頭訓練使用ArcFaceloss,使用小的輸入尺寸,模型難以擬合(所以作者提出了Li-ArcFace);

原创 最近做項目人臉識別與人臉遮擋

最近在做兩個項目,人臉識別和判斷人臉是否被遮擋; 1.先談談人臉識別 我是從中途接手的人臉識別項目,什麼人臉檢測,人臉對齊都是後知後覺接觸到的,然後目的是訓練一個小模型的人臉識別模型,但是直接上mobileFace,數據不太夠,效果一般,