基于AMsoftmax的人脸识别网络。
论文来源：Amsoftmax
论文笔记：我的博客
caffe来源：happyNear
人脸检测与对齐采用MTCNN，同一缩放到112x96大小，黑白图片。对应代码crop_align.py。
训练数据集采用WebFace，共10575个人。基于clean-list.txt对数据集进行清洗。原始数据集一共有494414张图片，清洗后数据集有455594张图片，经过mtcnn预处理之后剩余图片445739张。
未进行数据集均衡与扩充处理。
create_lmdb.sh用于将数据集生成lmdb格式。
训练集与测试集比例为4:1。
训练采用模型文件train_val.prototxt。
对应solver配置文件solver.prototxt。
采用mirror trick进行前向计算的特征提取，对应模型文件deploy_mirror.prototxt。
调用train.sh进行模型训练。
训练log文件记录为train.log。调用parse_log.py会生成train.train与train.test。
调用plot_loss.py绘制loss曲线。
调用create_feature_LFW.py提取6000对lfw图片特征。
调用accuracy_LFW6000.py计算准确率，cal_roc.py绘制roc曲线。
最终准确率98.05%，最佳门限0.625，ROC曲线AUC值0.9961。
