pytorch implement of arcface

├── data
│   ├── Datasets
│   │   └── invoices
│   │       ├── test
│   │       │   ├── IMI
│   │       │   ├── adachi
│   │       │   └── yuyama
│   │       ├── train
│   │       │   ├── IMI
│   │       │   ├── adachi
│   │       │   └── yuyama

上図のようなディレクトリ構造で画像を用意する。各クラスに画像を格納する その後、

cd data
python make_file_names.py

を実行し、データセットリストを作成する

gpu環境で

docker run --gpus all -t -v /home/r_takenaka/arcface-pytorch/:/workspace/arcface-pytorch --name arcface -d -p 8097:8097 pytorch bash
docker exec -it arcface bash

docker 内で

# 学習状況のプロット用（必要なければconfigでdisply = False でoff)
python -m visdom.server
python train.py

分類精度の確認

python estimate.py

t-SNE,Umapでのmetrics learningの可視化

python show_t_sne.py

https://github.com/deepinsight/insightface

https://github.com/auroua/InsightFace_TF

https://github.com/MuggleWang/CosFace_pytorch

the pretrained model and the lfw test dataset can be download here. link: https://pan.baidu.com/s/1tFEX0yjUq3srop378Z1WMA pwd: b2ec the pretrained model use resnet-18 without se. Please modify the path of the lfw dataset in config.py before you run test.py.