一、简介

主要介绍用RetinaFace（MobileNet0.25-RetinaFace和Resnet50-RetinaFace）和ArcFace（MobileFacenet-ArcFace和IR-SE50-ArcFace）的人脸识别测试和验证代码。

二、代码

1、RetinaFace的人脸检测和人脸对齐代码

人脸检测和人脸对齐部分代码参考：https://github.com/biubug6/Pytorch_Retinaface，该代码中也包含人脸识别，测试过期效果，不如ArcFace，感兴趣的可以试下。

2、ArcFace的人脸识别代码

人脸识别代码参考：https://github.com/TreB1eN/InsightFace_Pytorch。

3、完整测试和验证代码

整合人脸检测和人脸对齐代码（https://github.com/biubug6/Pytorch_Retinaface）和人脸识别代码（https://github.com/TreB1eN/InsightFace_Pytorch）。

具体代码参看如下：基于RetinaFace+ArcFace的人脸识别测试和验证代码

三、测试

1、人脸实时采集take_pic_retina.py

主要用于人脸采集并加入到人脸库中。take_pic_retina.py在take_pic.py基础上修改，使用RetinaFace模型进行人脸检测和采集。采集时，按键盘“t”表示采集，按键盘“q”表示退出采集。

2、人脸批量导入采集take_pic_pic.py

主要用于人脸批量采集，多个人脸图片存放规则：人脸/人名/图片。其中“人脸”为存放图片目录；“人名”是每个人脸的唯一标识符，具有唯一性；“图片”是只含有一个人脸的图片。

3、人脸库更新和测试 face_verify_retina.py

主要介绍调用入口文件face_verify_retina.py。face_verify_retina.py在源代码文件face_verify.py的基础上修改的。源代码文件face_verify.py中使用的人脸检测模型是MTCNN，在这里将其换为RetinaFace模型。

其中main入口的说明如下，if __name__ == '__main__':

bank_name = 'MyBank' #自己的人脸库
det_model_path = './weights/Resnet50_Final.pth' # 人脸检测使用的模型，这里选择为Resnet50-RetinaFace
#det_model_path = './weights/mobilenet0.25_Final.pth' # MobileNet0.25-RetinaFace
face_thres = 1.0 # 人脸比对阈值
update = True #是否更新人脸库，在第一次建立人脸库或者后面加入或减少人脸时调用；其余设为False
test_res(args, bank_name, det_model_path, face_thres, rec_mobile=False, update=update)#其中，rec_mobile为True，表示使用识别模型MobileFacenet-ArcFace；rec_mobile为False，使用模型IR-SE50-ArcFace

4、运行

python3 face_verify_retina.py

四、公开数据集验证

CASIA-FaceV5数据集的验证见：test_all_CASIA-FaceV5.py

LFW数据集的验证见：test_all_lfw.py

可参考博客：RetinaFace+ArcFace人脸识别测试

基于RetinaFace+ArcFace的人脸识别测试和验证代码相关推荐

python读取视频流做人脸识别_基于 Python + OpenCV 进行人脸识别，视频追踪代码全注释...
1 #-*- coding: utf-8 -*- 2 from __future__ importunicode_literals3 #操作文件 4 importos5 #科学计算 6 importn ...
基于主成分分析(PCA)的人脸识别
基于主成分分析(PCA)的人脸识别 (完整Matlab代码) (有GUI界面) 本设计会将彩色图片直接转化为黑白图像,自带数据库,图片重建效果好很多自己的图片可能会差一些,效果如下图所示: ID:6 ...
基于face_recognition库的摄像头实时人脸识别测试
前言介绍一个基于python的开源人脸识别库,且其离线识别率高达99.38%, github上的网址:github链接该库可以通过python或者命令行即可实现人脸识别的功能.使用dlib深度学习 ...
《繁凡的论文精读》（一）CVPR 2019 基于决策的高效人脸识别黑盒对抗攻击（清华朱军）
点我一文弄懂深度学习所有基础和各大主流研究方向! <繁凡的深度学习笔记>,包含深度学习基础和 TensorFlow2.0,PyTorch 详解,以及 CNN,RNN,GNN,AE,GAN, ...
聪明的人脸识别4——Pytorch 利用Retinaface+Facenet搭建人脸识别平台
睿智的目标检测51--Pytorch 利用Retinaface+Facenet搭建人脸识别平台学习前言什么是Retinface和Facenet 1.Retinface 2.Facenet 整体实现 ...
基于深度学习的人脸识别综述
本文转载自 https://xraft.github.io/2018/03/21/FaceRecognition/ (作者:Caleb Ge (葛政)),如有侵权请告知删除. (下文中的"我 ...
第十九课.基于sklearn的SVM人脸识别
目录数据集确定人脸的类别标记划分训练集和测试集与训练实验为基于sklearn的SVM人脸识别,使用 SVM 算法对戴眼镜的人脸和不戴眼镜的人脸进行分类,从而完成识别戴眼镜的人脸的任务:实验 ...
基于改进的RPCA人脸识别算法
from:http://www.chinaaet.com/article/3000011311 基于改进的RPCA人脸识别算法作者:首照宇,杨晓帆,莫建文 2015/11/15 18:04:00 摘 ...
基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)
FROM:http://blog.csdn.net/loadstar_kun/article/details/39453839 1. 问题背景信号的稀疏表示并不是新的东西.我们很早就一直在利用这一 ...
基于PYQT编写一个人脸识别软件（2）
前言以前在博客:基于PYQT编写一个人脸识别软件中给出了我自己用PYQT编写的一个小软件.鉴于使用的是开源库--face_recogniton,尽管使用很简单,但是还有些问题,比如:识别黄种人时效 ...

基于RetinaFace+ArcFace的人脸识别测试和验证代码