本博記錄為鹵煮學習過程中的理解，作為備忘demo。其中有錯誤疏漏之處，還請大家?guī)兔χ刚?/p>

鹵煮：非文藝小燕兒

本博地址：利用LFW對人臉識別模型進行精度評測

通過caffe進行人臉識別網(wǎng)絡訓練后，得到caffemodel。通常大家在LFW人臉數(shù)據(jù)集上對該模型進行精度驗證。以下梳理驗證過程：

（1）??????在原始LFW數(shù)據(jù)集中，截取人臉圖像并保存。（例如：可以使用開源人臉檢測對齊seetaface將人臉crop出來，并保存，建議以原圖像名稱加一個后綴命名人臉圖像）

（2）??????通過python，matlab，或者C++，構(gòu)建訓練時的網(wǎng)絡結(jié)構(gòu)并加載caffemodel。

（3）??????將截取的人臉送入網(wǎng)絡，每個人臉都可以得到網(wǎng)絡前向運算的最終結(jié)果，一般為一個N維向量，并保存，建議以原圖像名稱加一個后綴命名。

（4）??????LFW提供了6000對人臉驗證txt文件，lfw_pairs.txt,其中第1個300人是同一個人的兩幅人臉圖像；第2個300人是兩個不同人的人臉圖像。按照該list，在（3）保存的數(shù)據(jù)中，找到對比人臉對應的N維特征向量。

（5）??????通過cosine距離/歐式距離計算兩張人臉的相似度。同臉和異臉分別保存到各自對應的得分向量中。

（6） 同臉得分向量按照從小到大排序，異臉向量按照從大到小排序。

（7）? FAR（錯誤接受率）從0~1，按照萬分之一的單位，利用排序后的向量，求FRR（錯誤拒絕率）或者TPR（ture positive ratio）。

（8） 根據(jù)7可繪制ROC曲線。

閾值確定

（1）??????將測試人臉對分為10組，用來確定閾值并驗證精讀。

（2）??????自己擬定一個人臉識別相似度閾值范圍，在這個范圍內(nèi)逐個確認在某一閾值下，選取其中1組數(shù)據(jù)統(tǒng)計同臉判斷錯誤和異臉判定錯誤的個數(shù)。

（3）??????選擇錯誤個數(shù)最少的那個閾值，用剩余9組，判斷識別精度。

（4）??????步驟（2）和（3）執(zhí)行10次，將每次（3）獲取的精度進行累加并求平均，得到最終判定精度。

其中也可以用下述方式替換

自己擬定一個人臉識別相似度閾值范圍，在這個范圍內(nèi)逐個確認在某一閾值下，針對所有人臉對統(tǒng)計同臉判斷錯誤和異臉判定錯誤的個數(shù)，從而計算得出判定精度。

總結(jié)

以上是生活随笔為你收集整理的利用LFW对人脸识别模型进行精度评测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。