码字不易，转载请注明出处！

代码放于github：https://github.com/vincentwei0919/insightface_for_face_recognition
训练权重：
链接：https://pan.baidu.com/s/1C7aDcE-IDzxPbvNy747Ybw
https://pan.baidu.com/s/1BKYfcB2wsnPBttUKhOwiSA
提取码：2jrh e5tq

说明：代码并非都是使用源码，只是将其中有用的部分提取出来整理而成，并且将数据制作源码face2rec2.py更换为im2rec.py文件（https://github.com/apache/incubator-mxnet/blob/master/tools/im2rec.py ），注意下就好！

初衷
现在的各种应用上面都使用了人脸识别技术，但是人脸识别看似简单的问题，其实所覆盖的知识面还是比较广泛的。正好有机会做了这方面的工作，因此将整个项目流程和自己的思路进行一下梳理。

本文只是一个简单的应用，仅仅是从业务需求上面做一个demo，并没有可能做到一个什么样的soft，不然我就可以发文章了o(╯□╰)o。所以很牛的大神请勿喷，给点正能量鼓励一下，不懂的小白正好可以借机玩一玩这个东西。

因为整个流程会分为几个阶段，所以我也将这几个阶段进行了拆分，一步一步来。
代码回头会放到github上面，有兴趣的可以试一下！

人脸识别介绍
这部分内容其实属于比较旧的内容了，网上各种博客、论文，一搜一大把。在此我就放上一篇人脸识别介绍的博客吧：http://www.elecfans.com/d/709424.html 具体内容我就不再介绍，相信要做这个任务，前面的功夫其实也做的差不多了。如果没有，还是请做点准备工作，毕竟没有背景知识的情况下搞这个，会很快懵逼的。尤其是各大论文，开源的多读几遍，多看看代码。
大致流程是这样的：

准备工作
安装MXNet
到github上面clone作者的代码：https://github.com/deepinsight/insightface
准备数据，指的是自己的数据
制作训练、验证数据集
开始调参，训练测试
制作人脸特征库，实际使用测试。
简单说明
前三步我只是大致说一下，因为这部分内容我只干了第二步，框架和数据都有了。
1. 安装MXNet
这部分内容忘了，上网查看下教程，应该注意的是：一定得知道自己的CUDA版本，根据版本来安装。虽然insightface是有tensorflow、torch、caffe的实现，但是我觉得mxnet版本是最全的，从数据集制作到训练到验证，每个步骤都有相应的代码。当然，我也不会MXNet，既然要用这个框架做，那么是需要遇到问题经常谷歌的，里面的部分函数不理解很正常，多查，多做代码注释。没有个几天的功夫，是很难了解每个步骤具体在干嘛的，所以不要怕。

2. github上clone代码
项目地址：https://github.com/deepinsight/insightface
这个很容易，有github桌面版的就直接在desktop里面克隆下来，没有的就直接download其.zip文件就好了，或者习惯命令行的直接git就好，作者github的readme.md里面有教。
这里就大致扫一下每个文件夹下的内容吧，具体怎么用，还是根据流程，一步步来。

在代码下载好了之后，是一个“insightface”文件夹，里面是这样的：

 

 

我们在实际使用中，主要用到了“src”、“models”、“datasets”、“deploy”几个，别的根据需要自己探索。

3. 准备数据
这里的数据主要是指自己的数据，因为insightface使用的数据集是VGG2（8000+id的300W图像）和MS-Celeb-1M（8.5W id的380W图像），显然是大数据了，并且在LFW、CFP、AgeDB上达到的效果都很好。如果仅仅是想体验一下模型的效果，或者仅仅是用来学习，那么就直接用作者提供的就好了。
然而，其实我们更多的是想用自己的数据实现一个什么样的demo或者实现一个类似监控领导是否过来这样的工作，更重要的是，比赛用的数据集大多是西方人，而西方人与我们东方人在骨骼、皮肤等方面还是有很大的区别的，所以直接拿来用能够实现，但是不一定表现很好，具体还是要根据自己的任务来做。arcface的作者也说了，对于一个模型的好坏影响最大的三个因素之间的排序是：数据>模型>损失，首先还是得有大量的数据的，毕竟深度学习就是数据学习；有了数据之后怎么设计模型，采用什么算法，这是具体策略的问题。但有时候我们受数据量所限，没办法只能去研究算法了。所以我们当然得用自己搜集的数据。并且我建议自己做下数据，熟悉下整套流程，还是能学习到很多的。

说起收集图像数据，脑海里其实就有一个词出现了——“爬虫”。爬虫涉及到的知识其实还是很多的，网上也有很多的教程，但是真要做好这方面的工作，还得花一定的功夫的，不然怎么会出现叫做“爬虫工程师”的岗位？然而，对于我来讲，我是有数据的（不要问我哪里来的！hiahia）。这里，我也是从网上搬了一个简易的爬虫，https://github.com/vincentwei0919/crawler ，大体能够实现一定的爬取数据的工作，因为我对这块没有深入挖，所以很多东西我也改不了，就知道能用（好尴尬）。不过讲真，虽然大公司也用的是一些公开的数据集，那是因为可能做论文来讲，肯定是在基本的benchmark上面做，不然怎么对比。但是从业务角度来讲，还是需要自己的数据的，这样才更贴合实际应用场景。只不过不太会让算法工程师去找，有专门的数据获取团队在干这样的事情，算法这块仅仅关心怎么用就好了。如果因为某种原因，恰好没有这样的团队，那就得自己做了。而爬虫是绕不开的，所以有必要有目的的积累下这方面的东西，往下多学学，对于成长没坏处（比如说我就准备学一下）。

后面我将按照以下顺序进行总结。

数据集制作
模型训练
模型验证
模型使用

————————————————
版权声明：本文为CSDN博主「hanjiangxue_wei」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/hanjiangxue_wei/article/details/86566185