如何建立一个人脸识别模型？
关注者
11
被浏览
31,417
5 个回答
欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的MTCNN与Centerloss人脸识别实战》。
所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解，可以采用直播或者录制视频的形式。与我们其他的系统性理论+实战的视频课专栏相比，每一次项目实战都由独立的老师完成，课程更加专注、时长更短、更轻量级，适合快速锻炼项目能力。
本次课程内容
人脸图像在计算机视觉领域中研究方向非常广，在商业界应用落地也有非常多的软件产品和硬件产品。人脸识别是其中最重要的方法，在考勤支付，安防监控中都是基础功能。
为了帮助大家掌握好人脸识别算法的完整流程，我们开设了本次人脸识别项目实战课，本次课程经过剪辑后的总时长为180分钟，约3个小时，各部分课程内容与时长如下：
下面我们来简单看一下各部分的内容：
第1部分：项目简介，介绍本项目使用的方法以及数据集，本部分内容可以免费收听。
https://www.zhihu.com/video/1478057863529009152
第2部分：人脸数据集预处理，介绍基于MTCNN框架的人脸检测+关键点检测+人脸对齐的原理与详细代码解读，本部分内容时间很长且完整连贯，包含大量原理与代码细节。
第3部分：详细讲解训练与验证数据集的读取，本部分内容可以免费收听。
第4部分：详细解读基于VGG与Centerloss的模型原理细节与搭建。
第5部分：详细讲解模型训练代码以及训练结果，评估指标。
第6部分：讲解如何使用模型对自己的数据集进行测试。
本次课程为录播课程，讲师为言有三，技术社区《有三AI》创始人。
先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。
拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验， 著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4) ，拥有10余项发明技术专利与学术论文。
如何订阅
我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：
课程详情如下：
更多人脸检测与识别相关的内容，请点击关注我们的人脸检测与识别专栏。
基本思路正确。人脸识别流程一般如下。
人脸检测（定位出人脸）——人脸校正（剪裁下的人脸如果有倾斜，通过一些变换（如仿射变换等）将其摆正）——人脸特征提取（提取高维人脸特征）——人脸特征比对（通过余弦距离或者其他距离函数计算两组特征值的距离，并通过预设门限判断是否同一人）
这里有几个点需要注意。
1）人脸校正，这个步骤个人认为非常必须，剪裁下的人脸一般都有一定倾斜角度，经过校正，可以排除角度差异带来的特征差异，提升整个识别系统的鲁棒性。这个流程在训练或者推断过程中都很重要。
2）损失函数，损失函数的选取颇为重要，介绍CosineFace,ArcFace等文章可以了解一下。
另外不同阶段模型建议分开，便于训练。目前我了解的不少框架都支持通过定义不同前向实体加载不同网络模型。