技术标签: 人脸识别
题图依然来自Coco!上篇地址:
YaqiLYU:人脸识别的LOSS(上)COCO(congenerous cosine) loss: sciencefans/coco_loss,归一化了权值c,归一化了特征f,并乘尺度因子 :
half MS-1M训练集,用coco loss训练Inception ResNet,在LFW上达到99.86%,接近满分,但要注意,同样的训练集和CNN,Softmax loss训练的结果是99.75%。
L2-Softmax: 在Softmax的w*x基础上,将特征向量x做归一化,并乘尺度因子进行放大:
尺度因子 可以是固定值,也可以自适应训练,建议用固定值 。可以MS-Celeb-1M的子集3.7M图像作为训练集,用L2-Softmax训练ResNeXt-101在LFW上达到了99.78%,与center loss联合使用也有提升。
NormFace: happynear/NormFace,归一化了特征,同样加了尺度因子s,但这里推荐用自动学习的方法:
归一化后的softmax, contrastive 和center loss都用不同程度的提升,0.49M的CASIA-WebFace训练集28层ResNet,归一化前后,softmax从98.28%提升到99.16%,center loss从99.03%提升到了99.17%。
AM-Softmax:happynear/AMSoftmax,在SphereFace的基础上,乘性margin改成了加性margin,即 变成了 ,在权值W归一化的基础上对特征f也做了归一化,采用固定尺度因子s=30,相比SphereFace性能有提升,最重要的是训练难度大幅降低,不需要退火优化。此外,论文还做了训练集CASIA-WebFace与测试集LFW和MegaFace的重叠identity清理,LFW从Center Loss和SphereFace清理的3对增加到17对,实验证明影响较大。AM-Softmax的特点是小训练集小网络,仅20层CNN,在清理后CASIA-WebFace上训练,LFW达到了98.98%,在MegaFace上较SphereFace提升明显,有源码的好文推荐!
CosFace:与AM-Softmax完全一样,同样的加性margin,同样的特征归一化,工作完成比AM-Softmax早。两个训练集没有提重叠身份清理的问题,0.49M小训练集CASIA-Webface,5M腾讯自己收集的大训练集,训练64层CNN,LFW上99.73%,MegaFace上大小训练集都是SOTA。对比AM-Softmax的结果,CosFace大网络和大训练集的性能提升非常明显,没有源码。
ArcFace: deepinsight/insightface,这个不是虹软的!这个不是虹软的!这个不是虹软的!仅仅是算法与虹软的人脸识别SDK重名了,没有一点关系。论文叫ArcFace,代码叫insightface,在SphereFace的基础上,同样改用加性margin但形式略有区别, 变成了 ,同样也做了特征归一化,固定因子s=64。ArcFace的特点是大训练集加大网络,也做了细致的训练集和测试集清理,训练集MS-Celeb-1M从100k-10M清理到85k-3.8M,测试集MegaFace算法加人工清理后识别率提高了15%,大网络是100层CNN,在LFW上做到了99.83%,在MegaFace上large也是SOTA,目前是榜单第一名,论文篇幅较长,实验细致,强力推荐好文!
强力推荐insightface人脸识别project,基于mxnet训练速度快,包含所有sota的backbone和loss方便上手 InsightFace - 使用篇, 如何一键刷分LFW 99.80%, MegaFace 98% ,为了用这套环境,我已经转mxnet了 -_-!
目前人脸识别算法以large margin为主,这里提出并讨论两个问题:
问题一:large margin为什么能work?
问题二:Large Margin到底优化了什么?
前面提到large margin显式约束了类间分离,看可视化结果好像也是这样,但其实这种说法是不对的。
影响算法性能的因素:
最常用的两个人脸识别测试库,和以上推荐算法的性能比较,结果来自论文:
上表中AM-Softmax和InsightFace都做了更细致的训练集重叠清洗,最后一行代表InsightFace对测试集也做了清洗的结果。
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法