- torch==1.7.1
- torchvision==0.8.2
- opencv-python==4.4.0.46
- dlib==19.21.1
- CUDA Version==10.2.89
注：conda最近安装torch特别慢，如果有遇到相同的情况请切换下载源；dlib安装有时会报错，提示需要CMake之类的，但在Mac或linux上似乎不用手动安装CMake，可尝试conda install和pip install连着用，有时自动就装好了。
训练、测试数据都按照readme中给出的链接下载即可，建议上传至服务器后再解压，零散文件上传太慢了。
原始数据集解压出来有300多万张图片，但是通过阅读VGGFace2数据集的说明，发小存在大量“小图”，因此使用Data_preprocessing/Kill_img.py的数据清洗，文件35行为最小图片尺寸，默认为250*250（我也用的这个），文件46行为数据路径，需手动指定到你解压好的训练数据文件夹，然后运行即可（我运行之后显示还有1,018,790张图片，即大约删除了一大半的图片）。
shape_predictor_68_face_landmarks.dat文件下载好之后放在Data_preprocessing文件夹下就行，这样做Image_processing.py数据生成的时候就不用改路径了。
train_maskV9.py模型训练无法直接跑通，遇到以下几个问题：
-
问题一：
Data_preprocessing/Image_processing.py文件 第134行的训练数据路径需提前检查，解压好的文件夹不一定叫这个名字。第22行os.environ["CUDA_VISIBLE_DEVICES"] = "3"可能也需要修改，比如我只有2块卡就改成了0。 -
问题二：
train_maskV9.py文件 的第21行：from Data_loader.Data_loader_train_notmask import TrainDataset可#掉，原因是没用到这个Datasets，实际用的是V9_train_dataloader。 -
问题三：
train_maskV9.py文件 的第41-55行：这里是用来载入预训练模型的，而如果你没下预训练模型，就会报model_pathi不存在的问题，这里的解决方案也是直接#掉（如果你真没用预训练模型）。 -
问题四：
train_maskV9.py文件 的第5行可以看到，限定了只用一块GPU，第57-66行也有GPU相关设定，要注意，这里只能用1块，用多卡就报错，我尚且没有搞清为什么多卡就报错。 -
问题五：
train_maskV9.py文件 的第68-82行是模型学习率的设定，我在第一次跑的时候把这个学习率调低了，原因是原始FaceNet的github上一上来就用的0.001，但是训练效果不好，后来又提升到了这个文件中所写的0.125的水平，就复现出来了。我认为能长时间使用这么大的学习率还不波动的原因在于：随着模型的训练“困难样本”实际上是在快速减少的，通过阅读训练日志可以看到，刚开始训练的时候，有五万个困难样本，而训练了48个epoch之后就只剩3500个了，相当于一个epoch的30万张图片中只有3500个计算了损失，这就造成训练的变慢，可能这时候再调低学习率，就真训练不动了。
注：这套代码逻辑中，config文件里写的学习率没用，全靠在这块调整。 -
问题六：
train_maskV9.py文件 的第401行是往log文件中写入学习率用的，这里写的还是config文件的学习率，造成我复查日志文件的时候发现学习率没变化，应该改成optimizer_model.param_groups[0]["lr"]，这就是真学习率了。 -
问题七：
Data_loader/Data_loader_facenet_mask.py文件以及Data_loader/Data_loader_facenet_notmask.py文件最后的“NOTLFWestMask_dataloader”都要#掉，因为这套代码文件实际上没有提供“非LFW的验证数据”，所以这个dataloader会报找不到文件的错误，#掉就好了，不影响正常训练。 -
问题八：
config_mask.py文件 的第30行config['num_train_triplets']这个值应为10万。作者现在也在这行后面做了批注；第27行config['embedding_dim']我改成了256（这个无关紧要）。
注：config_notmask.py文件 也有同样的问题。 -
问题九：
validate_on_LFW.py文件 在训练过程中会用这个文件来测试模型效果，以及绘制ROC曲线图。在文件第33行# plt.show()后面应该加一个plt.close()，作用是关闭matplotlib的图，要不然每次图都存着叠加多了就会报错。
我在第一还是第二次训练时，大约在第60个epoch出现显存溢出OOM，后来调小batch_size就好了，这个因服务器显存而异，我显存实际可用量是11G，batch_size开的是20。