Face.evoLVe：一个高性能人脸识别库
摘要
本文中，我们开发了 face.evoLVe——一个收集并实现多种流行基于深度学习的人脸识别方法的综合性库。首先，face.evoLVe 由覆盖人脸分析全过程的关键组件构成，包括人脸对齐、数据处理、各种骨干网络、损失函数以及提升性能的诸多技巧组合。随后，face.evoLVe 支持基于不同深度学习平台（如 PyTorch 和 PaddlePaddle）的多 GPU 训练，便于研究者同时处理百万级图像的大规模数据集与标注有限的少样本数据集。更重要的是，随 face.evoLVe 一同发布了常用基准数据集中对齐前和对齐后的图像，并提供源代码与训练好的模型。这些努力降低了复现现有方法进行对比的技术负担，同时我们库的用户可更高效地专注于开发先进方法。最后但并非最不重要的是，face.evoLVe 设计良好且活跃演进，新的方法可轻松接入我们的框架。需注意，我们使用 face.evoLVe 参与了多项人脸识别竞赛并夺得第一。支持 PyTorch 的版本公开于 https://github.com/ZhaoJ9014/face.evoLVe.PyTorch，PaddlePaddle 版本见于 https://github.com/ZhaoJ9014/face.evoLVe.PyTorch/tree/master/paddle。Face.evoLVe 已被广泛用于人脸分析，获得 2.4K 星标与 622 次 fork。
引用
@article{arxiv.2107.08621,
title = {Face.evoLVe: A High-Performance Face Recognition Library},
author = {Qingzhong Wang and Pengfei Zhang and Haoyi Xiong and Jian Zhao},
journal= {arXiv preprint arXiv:2107.08621},
year = {2022}
}
备注
A short verson is accepted by NeuroComputing (https://www.sciencedirect.com/science/article/pii/S0925231222005057?via%3Dihub). Primary corresponding author is Dr. Jian Zhao