人脸识别

在Caffe中做人脸识别中是直接在人脸数据上训练好还是Fine-turning比较好？

请问各位大牛，做人脸识别任务，是在人脸数据库上直接训练比较好，还是用一些已有的模型做fine-turning比较好？

4 个回复

赞同来自: 辛淼、李扬、孙琳钧、disheng 、last_one 、hphuanglei 、happynear 、coolwyj 、阅微草堂、july_zhu 更多 »

工业级的人脸识别算法已经流水线化，一般而言，流程如下:
1. 采集海量的人脸图像，例如WebFace数据集（包含10,575人，近50万张图像)，训练初始的general人脸识别模型。可以完全随机初始化，也可以从imagenet上fine-tune, 以WebFace数据集为训练集，在LFW上测试，在imagenet上finetune的模型在实际中可观测到0.5%的性能提升。严格说，这并不具备统计上的显著性，但是可以认为imagenet的fine-tune是无害的。

2. Fine-tune的策略设计
我的师兄，李绍欣博士在博士论文中给了这样一张图：

最外端是随机图像，然后是自然图像，最后是人脸图像（WebFace->MultiPIE), 模型的训练过程可以理解为从随机图像（随机初始化）到ImageNet模型，再到一个分布更为general的人脸数据集（WebFace)，最后到一个领域特定的人脸数据集。
在实践中，我一般建议有一个足够general的人脸模型，然后在领域特定的数据集上做finetune.

星空下的巫师 - https://github.com/shicai/Caffe_Manual

赞同来自: 辛淼、seallhf 、阅微草堂、Quiet_cbo

如果有现成的比较好的基于人脸数据库训练出来的模型，可以采用Finetuning。

如果是ImageNet上的模型，考虑到人脸和ImageNet的差异太大，建议还是直接训练。

当然也有例外，比如Oxford VGG最近发的BMVC 2015论文，他们的工作通常都比较solid，而且模型也会开放，非常值得推荐。下载地址见：
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/