文章的主要工作是用SiameseNet模型实现人脸识别的功能。
SiameseNet卷积神经网络模型如下（详细结构移步到GitHub，简化版的VGG）：
数据集采用微软的MS-Celeb-1M公开人脸数据集，大家直接下载对齐好的那个数据集，首先网络上有一份清理过的list，文件名是：MS-Celeb-1M_clean_list.txt，大约160M。然后用组合算法生成positive_pairs_path.txt和negative_pairs_path.txt两个文件，每个约150W对，生成后的样子是：
关键的问题来了，Loss函数怎么定义，其实就是Logistic Regression的Loss函数，这里值得注意的是最后一层的激活函数要用Sigmoid Function。Loss函数如下：
接下来就是训练咯，在TITAN X上训练大约3天，我们可以看到这样的Loss曲线：
我们可以看到，Loss收敛得很好，不过经过多次试验当Loss下降到0.1左右的时候就不在下降了，目前我还没有找到原因，如果您有解决这个问题的思路，可以给我留言或者给我发邮件（[email protected]）。
那我们的模型正确率怎么样呢？
哈哈，不高，在LFW上的正确率90%+，模型还需要优化。
项目源码：
https://github.com/hfrommane/TF-siamesenet
如果您喜欢，给我点一个star，感谢。
