标签：存储 人脸识别 训练 项目 InsightFace 标虹 人脸 数据

一、InsightFace简介

InsightFace 是一个 2D/3D 人脸分析项目。InsightFace 的代码是在 MIT 许可下发布的。 对于 acadmic 和商业用途没有限制。

包含注释的训练数据（以及使用这些数据训练的模型）仅可用于非商业研究目的。

在此存储库中，我们提供用于深度识别的训练数据，网络设置和损失设计。 训练数据包括标准化的 MS1M，VGG2 和 CASIA-Webface 数据集，这些数据集已经以 MXNet 二进制格式打包。 网络主干包括 ResNet，MobilefaceNet，MobileNet，InceptionResNet_v2，DenseNet，DPN。 损失函数包括 Softmax，SphereFace，CosineFace，ArcFace 和 Triplet（Euclidean / Angular）Loss。

 我们的方法 ArcFace 最初在 arXiv 技术报告中描述。 通过使用此存储库，您可以通过单个模型简单地实现 LFW 99.80％+ 和 Megaface 98％+。 该存储库可以帮助研究人员 / 工程师通过两个步骤快速开发深度识别算法：下载二进制数据集并运行训练脚本。

二、基于InsightFace的Java版人脸对比、人脸搜索服务

项目使用组件：spring boot + milvus + onnx，保证在多线程模式下稳定运行，资源比部署Python的服务至少降低50%。其次项目天然支持Java客户端，并且提供restful的API，文档见 文档-1.2.0。

项目开源地址：https://gitee.com/open-visual/face-search

项目的测试用例使用多个商界大佬的照片作为搜索库，图为结果预览：

项目开源地址：https://gitee.com/open-visual/face-search

标签：存储,人脸识别,训练,项目,InsightFace,标虹,人脸,数据
来源： https://www.cnblogs.com/divenswu/p/16450243.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。