2D/3D 人脸分析项目 InsightFace

MIT
Python
跨平台
2019-07-10
红薯

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。

的码云指数为
超过 的项目
加载中

评论(0)

暂无评论

暂无资讯

暂无问答

轻松上手UAI-Train,拍拍贷人脸识别算法优化效率提升85.7%

“UAI-Train平台可以让我们方便地在短时内使用大量的GPU资源,用较低的成本训练海量的数据集,提高算法模型迭代优化的效率。” — 拍拍贷算法研究员 朱运 UAI-Train是什么 UAI-Train是面向A...

05/10 15:20
9
0
Coding and Paper Letter(六十四)

资源整理。 1 Coding: 1.交互式瓦片编辑器。 tile playground 2.R语言包autokeras,autokeras的R接口。autokeras是一个开源的自动机器学习的软件。 autokeras 3.斯坦福网络分析平台,用于网络...

04/19 17:43
44
0

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部