InsightFace 正在参加 2021 年度 OSC 中国开源项目评选,请投票支持!
InsightFace 在 2021 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
2021 年度 OSC 中国开源项目评选 正在火热进行中,快来投票支持你喜欢的开源项目!
2021 年度 OSC 中国开源项目评选 >>> 中场回顾
InsightFace 获得 2021 年度 OSC 中国开源项目评选「最佳人气项目」 !

软件简介

InsightFace 是一个 2D/3D 人脸分析项目。

InsightFace的代码是在MIT许可下发布的。 对于acadmic和商业用途没有限制。

包含注释的训练数据(以及使用这些数据训练的模型)仅可用于非商业研究目的。

在此存储库中,我们提供用于深度识别的训练数据,网络设置和损失设计。 训练数据包括标准化的MS1M,VGG2和CASIA-Webface数据集,这些数据集已经以MXNet二进制格式打包。 网络主干包括ResNet,MobilefaceNet,MobileNet,InceptionResNet_v2,DenseNet,DPN。 损失函数包括Softmax,SphereFace,CosineFace,ArcFace和Triplet(Euclidean / Angular)Loss。

我们的方法ArcFace最初在arXiv技术报告中描述。 通过使用此存储库,您可以通过单个模型简单地实现LFW 99.80%+和Megaface 98%+。 该存储库可以帮助研究人员/工程师通过两个步骤快速开发深度识别算法:下载二进制数据集并运行训练脚本。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (0)

加载中
更多评论
暂无内容
发表了博客
2020/06/13 10:03

insightface 的学习与使用

网址:deepinsight/insightface 环境准备: (1)GPU,由于要用到GPU,所以GPU的环境比较重要。先要安装GPU的驱动,相应的教程,我在前几篇博客里写到,这里不再说明。 需要说明的是,如果你换过内核版本了,有些内核源码没有,CUDA10,9之间的区别,你需要重新安装内核DEV版本,这样在安装GPU驱动的时候,就会源码可以被驱动使用,这样才可以成功安装GPU的驱动。 (2)使用anaconda . 一般情况下,我们安装2.7. 需要其它环境,...

0
0
发表了博客
2019/09/19 14:39

insightface作者提供数据训练解读

1.下载源码: 开源代码地址:https://github.com/deepinsight/insightface 2.查看作者项目训练要求 (1)训练数据 训练数据使用作者提供并制作好的数据,如下图所示: 点击Dataset-Zoo进入数据下载中心,如下图所示: 本人训练数据为MS1M-ArcFace,选择自己想要训练的数据都可以。 (2)训练要求如下图所示: a. 由于在本地配置环境问题比较多,本人直接拉取mxnet-cu90镜像,省去好多麻烦事,可参考我的博客https://www.cnblogs...

0
0
发表于AI & 大数据专区
2020/06/04 00:00

InsightFace力作:RetinaFace单阶段人脸检测器

1. 前言 RetinaFace是2019年5月来自InsightFace的又一力作,它是一个鲁棒性较强的人脸检测器。它在目标检测这一块的变动其实并不大,主要贡献是新增了一个人脸关键点回归分支(5个人脸关键点)和一个自监督学习分支(主要是和3D有关),加入的任务可以用下图来表示: Figure1 RetinaFace的主要贡献 语言是空洞的,我们来看一下在WiderFace数据集上RetinaFace的表现: RetinaFace的精度在Easy,Medium,Hard中均SOTA 另外再来看看论...

0
0
发表了博客
2020/08/18 12:49

centos7环境创建cuda环境&&创建insightface

(1)docker 版本 https://github.com/NVIDIA/nvidia-docker CentOS 7.X/8.X (docker-ce), RHEL 7.X/8.X (docker-ce), Amazon Linux 1/2 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo sudo yum install -y nvidia-container-toolkit sudo systemctl restart docker 针对 19.0...

0
0
发表于AI & 大数据专区
2019/11/20 09:33

人脸识别之insightface开源代码使用——自定义数据集制作

# 人脸识别简介 简单来讲,人脸识别这个问题,就是给定两个人脸,然后判定他们是不是同一个人,这是它最原始的定义。它有很多应用场景,比如银行柜台、海关、手机解锁、酒店入住、网吧认证,会查身份证跟你是不是同一个人。 关于人脸识别的内容,网上资料很多,这里推荐一篇综述,详细介绍了一些人脸识别的背景和目前的相关研究,以及常用的人脸识别模型: http://www.elecfans.com/d/709424.html 好了,直接进入主题,今天的重...

0
0
发表了博客
2018/11/30 17:56

人脸识别相关开源项目汇总

博客:blog.shinelee.me | 博客园 | CSDN [toc] 人脸识别流程包括人脸检测、人脸对齐、人脸识别等子任务,这里优先总结功能相对齐全的开源项目,再总结完成单个子任务的开源项目。本文主要关注方法较流行且提供源码的开源项目,忽略了仅提供SDK的。 全任务 SeetaFaceEngine与SeetaFaceEngine2,是中科院山世光组开源的项目,含Detection、Alignment、Identification,前者代码齐全,很适合学习,只是没有开源模型训练方法,后者...

0
0
发表了博客
2020/08/14 11:20

使用GPU制作数据集

(1)确保本地环境对GPU的支持,当数据集的制作需要tensorflow里,需要安装gpu版本的tensorflow 测试脚本:https://github.com/dualven/insightface/blob/master/src/align/tensorflowTest.py 安装脚本: conda install tensorflow-gpu (2) 修改align脚本align_gbcom.py 放开gpu限制。 正常情况下,程序启动有如下 打印,与GPU相关: (3)align命令 python align_gbcom.py --input-dir /data/gbcomFaceBase/images/ --output...

0
0
发表了博客
2019/09/17 22:25

docker 安装 mxnet

1.根据自己的需求安装mxnet:https://hub.docker.com/u/mxnet 2.拉取镜像: nvidia-docker pull mxnet/python:1.5.0_gpu_cu90_py2 3.通过docker images查看镜像 4.通过镜像创建mxnet-insightface守护式容器 nvidia-docker run --name='mxnet-insightface' -dit mxnet/python:1.5.0_gpu_cu90_py2 /bin/bash 5.通过docker ps -a 查看生成的容器 6.通过docker start -i 'mxnet-insightface启动容器 7.验证安装 root@d872b868d5ff:...

0
0
发表了博客
2019/10/06 20:16

基础网络-ResNet/ResNeXt/DenseNet/DPN/SENet

最近关注了下大模型,整理一下,备忘。 1. ResNet,原始caffe版本,结构如下: InsightFace对Resnet的实现有点不同,首先是默认会把第一个7x7的卷积换成3x3,并去掉pool操作(人脸识别输入分辨率112x112比ImageNet小),另外当层数大于101时才使用先1x1再3x3再1x1的bottleneck结构,resnet50里面还是2个3x3卷积,这样简单看的话,同样是50层的resnet,Insightface的版本相当于用16个3x3卷积换之前的1x1,参数量是变多的。后来看Z...

0
0
发表了博客
2019/04/10 19:19

这个AI技术让我毛骨悚然!

前几天,AI 换脸这条新闻你关注了吗? 说的是一位博主将 1994 年版《射雕英雄传》里朱茵的脸换成了杨幂的脸。因为该视频涉及到版权问题已被下架,但大家可以看看图片对比来感受一下“移花接木”效果: 是不是足够可以以假乱真了!这样的视频用一款实时视频仿真软件 Face2Face 就可以达到,在软件中输入一个说话的人脸录像,通过算法生成对应的人脸模型,套用这个模型就可以创造 DeepFakes。最恐怖的是,这个逼真的效果看起来毫无...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
0 评论
18 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部