Skip to content

Latest commit

 

History

History
281 lines (196 loc) · 9.47 KB

README_cn.md

File metadata and controls

281 lines (196 loc) · 9.47 KB
Raw

简体中文 | English

Arcface-Paddle

1. 简介

Arcface-Paddle是基于PaddlePaddle实现的，开源深度人脸检测、识别工具。Arcface-Paddle目前提供了三个预训练模型，包括用于人脸检测的 BlazeFace、用于人脸识别的 ArcFace 和 MobileFace。

注: 在此非常感谢 GuoQuanhao 基于PaddlePaddle复现了 Arcface的基线模型。

2. 环境准备

请参照 Installation 配置实验所需环境。

3. 数据准备

3.1 下载数据集

数据集可以从 insightface datasets 下载.

  • MS1M_v2: MS1M-ArcFace
  • MS1M_v3: MS1M-RetinaFace

3.2 从 MXNet 格式数据集抽取图像

python tools/mx_recordio_2_images.py --root_dir ms1m-retinaface-t1/ --output_dir MS1M_v3/

当数据集抽取完后，输出的图像数据集目录结构如下：

MS1M_v3
|_ images
|  |_ 00000001.jpg
|  |_ ...
|  |_ 05179510.jpg
|_ label.txt
|_ agedb_30.bin
|_ cfp_ff.bin
|_ cfp_fp.bin
|_ lfw.bin

标签文件格式如下：

# 图像路径与标签的分隔符: "\t"
# 以下是 label.txt 每行的格式
images/00000001.jpg 0
...

如果你想使用自定义数据集训练，可以根据以上目录结构和标签文件格式组织数据。

4. 训练

4.1 单机单卡

export CUDA_VISIBLE_DEVICES=1
python tools/train.py \
    --config_file configs/ms1mv2_mobileface.py \
    --embedding_size 128 \
    --sample_ratio 1.0 \
    --loss ArcFace \
    --batch_size 512 \
    --dataset MS1M_v2 \
    --num_classes 85742 \
    --data_dir MS1M_v2/ \
    --label_file MS1M_v2/label.txt \
    --fp16 False

4.2 单机 8 卡

为了方便训练，已经为用户准备好训练启动脚本。

静态图模式训练

sh scripts/train_static.sh

动态图模式训练

sh scripts/train_dynamic.sh

注：多机器多卡训练参见 paddle.distributed.launch API 文档。单机与多机训练不同之处在于多机需要设置 --ips 参数。

在训练过程中，你可以实时通过 VisualDL 可视化查看 loss 的变化，更多信息可以参考 VisualDL。

5. 模型评价

模型评价可以通过以下脚本启动

静态图模式

sh scripts/validation_static.sh

动态图模式

sh scripts/validation_dynamic.sh

6. 模型导出

PaddlePaddle 支持用预测引擎直接推理，首先，需要导出推理模型，通过以下脚本进行导出

静态图模式

sh scripts/export_static.sh

动态图模式

sh scripts/export_dynamic.sh

7. 模型推理

模型推理过程支持 paddle 格式的 save inference model 和 onnx 格式。

sh scripts/inference.sh

8. 模型性能

8.1 轻量化模型性能

配置：

  • CPU: Intel(R) Xeon(R) Gold 6184 CPU @ 2.40GHz
  • GPU: a single NVIDIA Tesla V100
  • Precison: FP32
  • BatchSize: 64/512
  • SampleRatio: 1.0
  • Embedding Size: 128
  • MS1MV2
Model structure lfw cfp_fp agedb30 CPU time cost GPU time cost Inference model
MobileFace-Paddle 0.9952 0.9280 0.9612 4.3ms 2.3ms download link
MobileFace-mxnet 0.9950 0.8894 0.9591 7.3ms 4.7ms -
  • 注: MobileFace-Paddle 是使用 MobileFaceNet_128 backbone 训练出的模型

8.2 验证集准确率

配置：

  • GPU: 8 NVIDIA Tesla V100 32G
  • Precison: Pure FP16
  • BatchSize: 128/1024
Mode Datasets backbone Ratio agedb30 cfp_fp lfw log checkpoint
Static MS1MV3 r50 0.1 0.98317 0.98943 0.99850 log checkpoint
Static MS1MV3 r50 1.0 0.98283 0.98843 0.99850 log checkpoint
Dynamic MS1MV3 r50 0.1 0.98333 0.98900 0.99833 log checkpoint
Dynamic MS1MV3 r50 1.0 0.98317 0.98900 0.99833 log checkpoint

8.3 最大类别数支持

配置：

  • GPU: 8 NVIDIA Tesla V100 32G (32510MiB)
  • BatchSize: 64/512
  • SampleRatio: 0.1
Mode Precision Res50 Res100
Framework1 (static) AMP 42000000 (31792MiB) 39000000 (31938MiB)
Framework2 (dynamic) AMP 30000000 (31702MiB) 29000000 (32286MiB)
Paddle (static) Pure FP16 60000000 (32018MiB) 60000000 (32018MiB)
Paddle (dynamic) Pure FP16 59000000 (31970MiB) 59000000 (31970MiB)
  • 注：在跑实验前配置环境变量 export FLAGS_allocator_strategy=naive_best_fit

8.4 吞吐量对比

配置：

  • BatchSize: 128/1024
  • SampleRatio: 0.1
  • Datasets: MS1MV3
  • V100: Driver Version: 450.80.02, CUDA Version: 11.0
  • A100: Driver Version: 460.32.03, CUDA Version: 11.2

insightface_throughtput

更多实验结果可以参考 PLSC，PLSC (Paddle Large Scale Classification) 是 Paddle 官方开源的大规模分类库，支持单机 8 卡 NVIDIA V100 (32G) 训练 6000 千万类，目前还在持续更新中，请关注。

9. 全流程推理

首先下载索引库、待识别图像与字体文件。

# 下载用于人脸识别的索引库，这里因为示例图像是老友记中的图像，所以使用老友记中角色的人脸图像构建的底库。
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/demo/friends/index.bin
# 下载用于人脸识别的示例图像
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/demo/friends/query/friends2.jpg
# 下载字体，用于可视化
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/SourceHanSansCN-Medium.otf

检测+识别 串联预测的示例脚本如下。

# 同时使用检测+识别
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，可视化结果如下所示。

更多关于参数解释，索引库构建、whl包预测部署和Paddle Serving预测部署的内容可以参考：