InsightFace笔记

先是核心网络，跟着head：

    embeddings = self.model(imgs)
                thetas = self.head(embeddings, labels)

然后求损失：

loss = conf.ce_loss(thetas, labels)

head就是Arcface网络，把512维特征映射到人脸识别分类上，如果直接10万分类，需要10万尺度的话，网络太大了，所以用了Arcface转化一下，再用交叉熵求损失。

各种loss:

https://cloud.tencent.com/developer/article/1058449

mobilefacenet:zb

https://github.com/TreB1eN/InsightFace_Pytorch

download the refined dataset: (emore recommended)

• emore dataset @ BaiduDrive, emore dataset @ Dropbox
• More Dataset please refer to the original post

下面两个作者是一个人：

https://github.com/foamliu/InsightFace-PyTorch

InsightFace v3: 权重：199m

Models                         MegaFace    LFW    Download
SE-LResNet101E-IR    98.06%    99.80%    Link

https://github.com/foamliu/InsightFace-v2