1. 介绍
本文介绍一个大规模的人脸识别数据集：WebFace260M，由 4M identities（身份）和 260M 人脸组成，为百万级深度人脸清洗和识别提供了很好的资源，如图1和Tab.1所示。
又通过提纯，即所设计的可扩展高效的自训练 pipeline 对 WebFace260M 进行自动提纯，获得最大的训练集 WebFace42M，它在具有挑战性的 IJB-C 上得到新的SOTA，在 NIST-FRVT 上排名第三。
为方便评估现实世界的应用，构建了 FRUITS 协议以及具有丰富属性的测试集，根据不同的部署情况，设计了一系列的轨道。
基于新的基准，作者进行了广泛的百万级人脸识别实验。在分布式训练框架的支持下，在FRUITS 协议下的测试集上建立了全面的基线。结果表明，轻量级赛道有很大的提升空间，同时也说明了重量级赛道创新的必要性。
论文：WebFace260M: A Benchmark Unveiling the Power of Million-Scale Deep Face Recognition
代码：WebFace260M