导读
提到人工智能和人脸识别开源技术,相信很多业内的同行对于InsightFace应该不陌生,其中的Arcface论文被引用超过2100+,自从2018年开源以来,在GitHub上的增长也保持着强劲的增长态势。
从项目中展示的实际效果图上也可以看出效果确实不错。
而且近一年来,InsightFace持续保持着强劲且活跃的更新态势:
其中既包含大量在学术圈、国际比赛(ICCV21、NIST-FRVT)的新进展,也支持多种框架的适配(MXNet、PyTorch、PaddlePaddle)。
1 InsightFace框架介绍
InsightFace 是一个开源的 2D&3D 深度人脸分析工具箱,其中高效地实现了丰富多样的人脸识别、人脸检测和人脸对齐算法,并且针对训练和部署进行了优化,在多项算法测评、比赛获得优胜。
2 新增支持基于PaddlePaddle框架实现人脸识别系统
基于飞桨实现了人脸识别的Blazeface、Arcface和MobileFace,开箱即用且有一定速度优势,支持大规模分布式训练,吞吐率高,最大可支持6000万分类。
(1)Arcface模型开箱即用且有一定速度优势
- 开箱即用
- 速度优势
(2)ResNet大模型分布式训练吞吐率高,最大支持6000万分类
- 吞吐率领先优势
- 最大支持6000万分类
(3)一行代码实践简单人脸识别demo
检测+识别串联预测的示例脚本如下:
python3.7 tools/test_recognition.py --det --rec --index=index.bin --input=friends2.jpg --output="./output"
最终可视化结果保存在output目录下,可视化结果如下图所示。