原

當前人臉識別的最佳實踐

2018年09月02日 00:56:58 迷若煙雨 閱讀數：857

人臉識別是目前深度學習領域應用最為廣泛的領域之一，各大框架都有不錯的開源專案，可以在短時間內實現刷榜。

首推Demystifying Face Recognition，由淺入深實驗了很多方法

人臉識別演算法演化史

谷歌人臉識別系統FaceNet解析

模型評估

人臉識別系列

從0開始，一起玩人臉識別

深度挖坑系列

如何走近深度學習人臉識別:https://github.com/Joker316701882/Additive-Margin-Softmax

caffe

https://github.com/wy1iu/sphereface:lfw 99.30% with A-softmax loss中文理解

https://github.com/happynear/NormFace:99.21%

https://github.com/ydwen/caffe-face:~99% centerloss，ECCV2016

https://github.com/AlfredXiangWu/face_verification_experiment98.80% with CASIA,Light-CNN

mxnet

https://github.com/deepinsight/insightface:lfw 99.83%

https://github.com/moli232777144/mobilefacenet-mxnet:輕量級版本99.5%

https://github.com/qidiso/mobilefacenet-V2:99.66%

tensorflow

https://github.com/davidsandberg/facenet

:lfw 99.65%

多GPU版本:https://github.com/wangruichens/facenet_multigpu

https://github.com/auroua/InsightFace_TF：99.68%

https://github.com/xsr-ai/MobileFaceNet_TF

人臉對齊

https://github.com/CamlinZ/face_alignment一種人臉68特徵點檢測的深度學習方法

https://github.com/zeusees/HyperLandmark106點標註，含android端

https://github.com/tensor-yu/cascaded_mobilenet-v2:級聯MobileNet-V2進行人臉關鍵點（5點）檢測，單模型僅 956 KB，GTX1080上執行為6ms左右

https://github.com/goodluckcwl/Face-alignment-mobilenet-v2

Loss Function

人臉識別的LOSS

https://github.com/KaleidoZhouYN/Loss-Functions

https://github.com/KaleidoZhouYN/Sphereface-Ms-celeb-1M:討論對齊的影響

商業實踐

InsightFace - 使用篇, 如何一鍵刷分LFW 99.80%, MegaFace 98%

從理論到實踐, 用insightface構建人證識別系統

人臉識別最新進展以及工業級大規模人臉識別實踐探討

如何進行上億類的人臉識別

facenet 程式碼閱讀筆記：如何訓練基於triplet-loss的模型

https://github.com/seetaface/SeetaFaceEngine:山世光老師的開源庫，不過有點過時了

A-Softmax的總結及與L-Softmax的對比——SphereFace

A Discriminative Feature Learning Approach for Deep Face Recognition 原理及在caffe實驗復現

android

https://github.com/GRAYKEY/mobilefacenet_android

https://github.com/zhanglaplace/MobileFaceNetAmsoftmax實現

https://github.com/KaleidoZhouYN/mobilefacenet-caffe：

https://github.com/moli232777144/small_model_face_recognition:Light CNN for ncnn

https://github.com/mohanson/FaceDetectionServer：go伺服器人臉識別服務

https://github.com/yanmeizhao/Sara/tree/master/sample_mobile_track_106:商湯106點人臉跟蹤

資料集

CASIA-WebFace:

對齊後版本(112*112)

MS1M

對齊後版本(112*112)

VGGFace2

對齊後版本(112*112)

格靈深瞳資料集：All,Asia

IMDb-Face

MeGlass:眼鏡遮擋資料集

掃碼向博主提問

迷若煙雨

領先的深度學習解決問題提供商

• 擅長領域：
• 深度學習
• 人臉識別

去開通我的Chat快問

人臉識別是目前深度學習領域應用最為廣泛的領域之一，各大框架都有不錯的開源專案，可以在短時間內實現刷榜。