Gluon Face Toolkit¶
GluonFR是一个基于MXNet Gluon API实现的人脸识别工具箱. 此项目灵感来自GluonCV, 并按照其结构组织. 除了帮助研究者和开发者们迅速上手目前最前沿的人脸识别算法, 也希望能够让更多的人了解Gluon这一好用的工具, 使用MXNet-Gluon进行深度学习算法的研究.
提示
如果你不了解MXNet和Gluon, 请参考《动手学深度学习》.
Gluon Face提供目前人脸识别中主流的损失函数, 包括ArcLoss, TripletLoss, RingLoss, CosLoss, L2Softmax, ASoftmax, CenterLoss, ContrastiveLoss等, 在此基础上我们会继续更新. 如果有希望我们实现的损失函数, 欢迎提交 issue.
Gluon Face中的损失函数¶
下表中最后一列是论文中在LFW上的最优结果, 训练数据/网络结构可能不同, 仅供参考.
Method |
Paper |
Visualization of MNIST |
LFW |
---|---|---|---|
Contrastive Loss |
|||
Triplet |
99.63±0.09 |
||
Center Loss |
99.28 |
||
L2-Softmax |
99.33 |
||
A-Softmax |
99.42 |
||
CosLoss/AMSoftmax |
99.17 |
||
Arcloss |
99.82 |
||
Ring loss |
99.52 |
||
LGM Loss |
99.20±0.03 |
作者¶
{ haoxintong Yangxv }