axjing/idface

GenFaceID

通用的人脸识别技术

目录

[TOC]

安装环境

pip install -r requirements.txt

测试步骤

使用预训练权重

1. 运行test2img.py：

python test2img.py

训练步骤

1. 本文使用如下格式进行训练。

|-datasets
    |-people0
        |-123.jpg
        |-234.jpg
    |-people1
        |-345.jpg
        |-456.jpg
    |-...

2. 下载好数据集，将训练用的CASIA-WebFaces数据集以及评估用的LFW数据集，解压后放在根目录。
3. 在训练前利用generate_annotation_file.py文件生成对应的cls_train.txt。
4. 利用train.py训练facenet模型，训练前，根据自己的需要选择backbone，model_path和backbone一定要对应。
5. 运行train.py即可开始训练。

评估步骤

1. 下载好评估数据集，将评估用的LFW数据集，解压后放在根目录
2. 在eval_LFW.py设置使用的主干特征提取网络和网络权值。
3. 运行eval_LFW.py来进行模型准确率评估。

Reference

1. https://github.com/davidsandberg/facenet
2. https://github.com/timesler/facenet-pytorch
3. https://github.com/bubbliiiing/facenet-retinaface-pytorch