基于分类器的人脸识别转移学习

Question

我想知道我是否可以使用Inception或ResNet模型来识别人脸。我想知道转移学习和培训对我的任务是否重要。在

我只想能够识别人脸，但我也很好奇是否可以为我的任务重新训练/优化一个预先训练过的模型。在

或者我读错了什么；我是否需要一个预先训练过的模型，专门为面部设计？在

我试过用《盗梦空间》和《VGG16》四处打探，但我没有训练过他们的面部表情。我正在努力，但我想知道这是可行的还是只是浪费时间。如果我在FaceNet上使用转移学习，我想我会过得更好。在

Answer 1

面部检测的转移学习是一个很好的方法。另外，使用facenet进行迁移学习也是个好主意。在

同样，为了让学习转移到工作中，模型不需要像使用facenet那样，在最初只使用人脸进行预训练。一个用imagenet预先训练过的模特也很不错！这是一个非常热门的话题，所以不要试图改头换面。有许多存储库已经使用imagenet数据集的迁移学习和resnet50实现了这一点，并取得了惊人的好结果。在

以下是指向此类存储库的链接：

https://github.com/loheden/face_recognition_with_siamese_network

还要注意，连体网络是一种特别适合面部识别用例的技术。暹罗语的概念其实很简单：取两幅图像，比较这两幅图像的特点。如果特征相似度超过设定的阈值，则两幅图像是相同的（两张脸是相同的），否则就不相同（人脸无法识别）。在

这是一篇关于siamese networks for facial recognition的研究论文。在

此外，以下是一个分为两部分的教程，介绍如何使用转移学习实现暹罗人脸识别网络：

http://www.loheden.com/2018/07/face-recognition-with-siamese-network.html

http://www.loheden.com/2018/07/face-recognition-with-siamese-network_29.html

以上教程的代码在我在这个答案开头共享的第一个Github链接中。在