京东开源人脸识别工具包:覆盖最强模型,支持训练跑分
近年来,基于深度学习的人脸识别技术取得了重要进展。但是人脸识别模型的实际部署和深入研究都需要相应的公众支持。例如生产级人脸表示网络需要模块化京东的训练机制,以配合不同 SOTA 骨干网络、训练监督主题再到现实世界人脸识别需求。至于性能分析和比较,基于多个基准的大量模型也需要一个标准和自动化的评估工开源具。此外,人们希望能够出现一种以整体流水线形式部署的人脸识别公共基础。 最近还出现了一系列新的挑战,例如疫情期间出现的戴口罩人脸识别需求,这在实际人脸应用中引来了人们的关注。一个可行的解决方式是建立起一套易用的统一框架来解决这些问题。 今年 1 月,来自京东的研究人员面向人脸识别技术开发社区提出了全识别新的开源框架 FaceX-Zoo。依靠高度模块化和可扩展的设计,FaceX-Zoo 提供具备多种多种 supervisory head 和骨干网络的训练模块,以工具实现效果最优的人脸识别。此外,它还具备标准化评估模块,以便在大多数情况下测试模型效果。 在这个工具中,人们只需改动简单的配置就可以在大多数流行基准上进包:行模型测试。此外,它还有一个简单但功能齐全的人脸 SDK 用于验证训练后的模型,并进行初步应用。该工具并不包含大量现有技术,但也因此易于拓展升级。 最覆盖近,这一工具已被开源。 GitHub 链接:https://github.com/JDAI-CV/FaceX-Zoo 该工具的环境需求如下: python &g最强t;= 3.7.1 pytorch >= 1.1.0 torchvision >= 0.3.0 FaceX-Zoo 提供了 MobileFaceNet、Re模型sNet、 SE-ResNet、HRNet、EfficientNet 等较为流行的骨干网络以方便提取面部特征。如果这还无法满足你的需要,只要修改配置文件、,支添加架构定义文件,在 PyTorch 的支持下你就可以轻松自定义任何其他选择。 使用 FaceX-Zoo 中 FMA-3D 工具为照片中的人物戴上口罩,填充蒙面人持训脸数据集。 不同骨干网络的性能评估。 不同 supervisory head 的性能评估。 京东的开发者们表示,在未来研究人员还计划进一步增加 FaceX-Zoo 的练跑模块数量,如面部分析和 face lightning,补充骨干网络架构和 supervisory head 数量,并尝试通过分布式数据并行技术和混合精度训练来京东提升模型训练的效率。 相关论文:https://arxiv.org/abs/2101.04407
- 最近发表
- 随机阅读
-
- 新模型 CoMPaSS-FLUX.1:提升Flux文本到图像生成的空间理解能力
- 标签: 网易有道 周枫 教育AI 虚拟老师
- 阿里云李飞飞:数据和数据处理,是通往超级AI的燃料和引擎
- 标签: 理想汽车 李想 杨海山 人力资源
- Brave 搜索引擎升级:AI 问答功能实现更详尽的搜索体验
- 利用大数据和人工智能,解决英语语言教学问题
- 大众CEO Twitter首秀 对马斯克喷“垃圾话”
- 谷歌宣布回购500亿美元股票 盘后股价涨超4%
- 标签: 东风日产
- 苹果加速布局人工智能:传闻将收购两大 AI 初创公司!
- 事实表明糟糕的数据将会扼杀优秀的人工智能
- AWS发布针对Amazon EC2的Apple macOS实例
- 标签: 追觅科技 星空计划 NebulaNEXT01 俞浩
- 标签: 智能手机 PC 存储涨价 AI
- 云安全日报220630:IBM数据保护平台发现执行任意代码漏洞,需要尽快升级
- 标签: 众擎机器人 小鹏鹏行 李力耘 赵同阳
- 标签: 米哈游 绝区零 番鼠鉴赏家 sijsusu
- 阿里通义千问Qwen3-Max 在官网上线深度思考功能
- 高通推出全球首个10Gbps 5G M.2参考设计,加速推进5G在新兴细分市场中的普及
- 云计算核心技术Docker教程:Docker Swarm 管理节点
- 搜索
-
- 友情链接