FaceNet pre-trained模型以及FaceNet源码使用方法和讲解

Pre-trained models

Model name	LFW accuracy	Training dataset	Architecture
20180408-102900	0.9905	CASIA-WebFace	Inception ResNet v1
20180402-114759	0.9965	VGGFace2	Inception ResNet v1

Model name	LFW accuracy	Training dataset	Architecture
20170511-185253	0.987	CASIA-WebFace	Inception ResNet v1
20170512-110547	0.992	MS-Celeb-1M	Inception ResNet v1

模型下载链接：https://pan.baidu.com/s/1aiSq7wGpdHIe6MUKPnXgrA 密码：4dcn

20170512-110547（MS-Celeb-1M数据集训练的模型文件，微软人脸识别数据库，名人榜选择前100万名人，搜索引擎采集每个名人100张人脸图片。预训练模型准确率0.993+-0.004）

Ram内存要求

Neural Network Model	Task	Ram
MTCNN	Facenet#align()	100MB
Facenet	Facenet#embedding()	2GB

Inception ResNet v1

人脸识别数据库

数据库	描述	用途	获取方法
CASIA-WebFace	10k+人，约500K张图片	非限制场景	链接
FaceScrub	530人，约100k张图片	非限制场景	链接
YouTube Face	1,595个人 3,425段视频	非限制场景、视频	链接
LFW	5k+人脸，超过10K张图片	标准的人脸识别数据集	链接
MultiPIE	337个人的不同姿态、表情、光照的人脸图像，共750k+人脸图像	限制场景人脸识别	链接 需购买
MegaFace	690k不同的人的1000k人脸图像	新的人脸识别评测集合	链接
IJB-A		人脸识别，人脸检测	链接
CAS-PEAL	1040个人的30k+张人脸图像，主要包含姿态、表情、光照变化	限制场景下人脸识别	链接
Pubfig	200个人的58k+人脸图像	非限制场景下的人脸识别	链接

VGG2:

-- Total number of images : 3.31 Million.

-- Number of identities : 9131 (train: 8631, test: 500)

-- Number of male identities : 5452

-- Number of images per identity : 87/362.6/843 (min/avg/max)

-- Number of pose templates : list of pose template for 368 subjects (2 front templates, 2 three-quarter templates and 2 profile templates, each template containing 5 images)

-- Number of age templates : list of age template for 100 subjects (2 young templates and 2 mature templates, each template containing 5 images)

人脸检测

数据库	描述	用途	获取方法
FDDB	2845张图片中的5171张脸	标准人脸检测评测集	链接
IJB-A		人脸识别，人脸检测	链接
Caltech10k Web Faces	10k+人脸，提供双眼和嘴巴的坐标位置	人脸点检测	链接

人脸表情

数据库	描述	用途	获取方法
CK+	137个人的不同人脸表情视频帧	正面人脸表情识别	链接

人脸年龄

数据库	描述	用途	获取方法
IMDB-WIKI	包含：IMDb中20k+个名人的460k+张图片 和维基百科62k+张图片, 总共： 523k+张图片	名人年龄、性别	链接
Adience	包含2k+个人的26k+张人脸图像	人脸性别，人脸年龄段(8组)	链接
CACD2000	2k名人160k张人脸图片	人脸年龄	链接

人脸性别

数据库	描述	用途	获取方法
IMDB-WIKI	包含：IMDb中20k+个名人的460k+张图片 和维基百科62k+张图片, 总共： 523k+张图片	名人年龄、性别	链接
Adience	包含2k+个人的26k+张人脸图像	人脸性别，人脸年龄段(8组)	链接

人脸关键点检测

数据库	描述	用途	获取方法
数据库	描述	用途	获取方法

人脸其它

数据库	描述	用途	获取方法
CeleBrayA	200k张人脸图像40多种人脸属性	人脸属性识别	获取方法

前提条件：已安装并配置好Tensorflow的运行环境。

第一步：准备facenet程序：

一、下载FaceNet源码。

下载地址：facenet源码

二、精简代码。作者在代码里实现了很多功能，但是对于初学者来说，很多代码是没有必要的，反倒找不到学习这个程序的入口。建议先精简一下代码，便于读懂代码：新建一个文件夹，取名：facenet，把源码中的src文件夹直接拷贝过来。

注：便于大家能够看懂代码，以上两步我已经完成，同时，自己运行程序之后，还对里边的代码做了详细的注释，如果想先了解facenet的源码，强烈建议下载这个，下载地址：facenet精简版

当然，大家别忘了顺手点个星哦~~~

第二步：下载预训练模型。

模型下载链接：https://pan.baidu.com/s/1aiSq7wGpdHIe6MUKPnXgrA 密码：4dcn

下载完成后，把预训练模型的文件夹拷贝在刚才的文件夹里。用pycharm打开这个工程文件如图：

第三步：运行人脸比对程序（compare.py）。

facenet可以直接比对两个人脸经过它的网络映射之后的欧氏距离。

-1、在compare.py所在目录下放入要比对的文件1.png和2.png。

-2、运行compare.py文件，但是会报错如下：

这是因为这个程序需要输入参数，在上方的工具栏里选择Run>EditConfigurations ,在Parameters中配置参数：20170512-110547 1.png 2.png。再次运行程序

可以看到，程序会算出这两个图片的差值矩阵

第四步：图片预处理——运行人脸对齐程序（align\align_dataset_mtcnn.py）。

我们可以下载LFW数据集用来测试这个程序，也为后边的训练函数做好数据准备。

下载链接：http://vis-www.cs.umass.edu/lfw/。下载后解压在data文件夹中。

因为程序中神经网络使用的是谷歌的“inception resnet v1”网络模型，这个模型的输入时160*160的图像，而我们下载的LFW数据集是250*250限像素的图像，所以需要进行图片的预处理。

在运行时需要输入的参数：

input_dir:输入图像的文件夹（E:\facenet\data\lfw E:\facenet\data\lfw）

output_dir:输出图像的文件夹（E:\facenet\data\lfw E:\facenet\data\lfw_160）

指定裁剪后图片的大小：--image_size 160 --margin 32 --random_order（如果不指定，默认的裁剪结果是182*182像素的）

比如我的是：E:\facenet\data\lfw E:\facenet\data\lfw_160 --image_size 160 --margin 32 --random_order

如果在pycharm中运行，按照同样的方法配置以上参数如下：

第五步：运行训练程序：（train_tripletloss.py）。

前边已经下载并处理好了LFW的数据集，现在，可以进行训练了。

运行之前，要在train_tripletloss.py中把加载数据的路径改成自己的数据集所在路径，如下图：

注：train_tripletloss.py和train_softmax.py的区别：这是作者对论文做出的一个延伸，除了使用facenet里提到的train_tripletloss三元组损失函数来训练，还实现了用softmax的训练方法来训练。当然，在样本量很小的情况下，用softmax训练会更容易收敛。但是，当训练集中包含大量的不同个体(超过10万)时，最后一层的softmax输出数量就会变得非常大，但是使用train_tripletloss的训练仍然可以正常工作。

最后，附上原来的文件中各py文件的作用（持续更新）：

一、主要函数

align/ ：用于人脸检测与人脸对齐的神经网络

facenet ：用于人脸映射的神经网络

util/plot_learning_curves.m:这是用来在训练softmax模型的时候用matlab显示训练过程的程序

二、facenet/contributed/相关函数：

1、基于mtcnn与facenet的人脸聚类

代码：facenet/contributed/cluster.py（facenet/contributed/clustering.py实现了相似的功能，只是没有mtcnn进行检测这一步）

主要功能：

① 使用mtcnn进行人脸检测并对齐与裁剪

② 对裁剪的人脸使用facenet进行embedding

③ 对embedding的特征向量使用欧式距离进行聚类

2、基于mtcnn与facenet的人脸识别（输入单张图片判断这人是谁）

代码：facenet/contributed/predict.py

主要功能：

① 使用mtcnn进行人脸检测并对齐与裁剪

② 对裁剪的人脸使用facenet进行embedding

③ 执行predict.py进行人脸识别（需要训练好的svm模型）

3、以numpy数组的形式输出人脸聚类和图像标签

代码：facenet/contributed/export_embeddings.py

主要功能：

① 需要对数据进行对齐与裁剪做为输入数据

② 输出embeddings.npy；labels.npy；label_strings.npy