人脸识别LFW和MS-Celeb1M的说明

时间:2019-02-06 10:35:16

标签: python deep-learning computer-vision computer-science face-recognition

目前,我正在开发人脸识别模型。我总是看到LFW的验证结果超过99.2%。

有一件事让我感到困惑:他们没有提到他们的面部检测器。

我看到的论文是this one,他们在已发布的MS-Celeb1M数据集上训练了ResNet34,并在LFW上进行了验证测试。正如我们在论文中所见(表3),准确度约为99.28%。

但是,如果我们看一下两个数据集中的图像,则比例是完全不同的。当我重现他们的作品时(使用裁剪的对齐图像训练模型),我仅获得了70%的权限。关于LFW验证。通过用人脸检测器裁剪的图像训练模型,我得到了98.3%。

  1. 我想知道他们(不仅是本文,还有很多研究)如何在LFW上获得超过99%的准确度。是因为有一个很棒的面部检测器吗?大多数论文都没有提到他们使用的是哪种面部检测器,因此准确度不应达到99%(?)

  2. 我使用网站上提供的裁剪,对齐的图像训练了ResNet34模型。如果我对完整图像进行训练,我还能获得99%的权限吗?(由于图像中的面部位置和比例仍然不同,我会拒绝)

感谢您提前答复我。

0 个答案:

没有答案