Korean Face Classification Model by Arcface
- 한 사람당 image가 32,400장으로 너무 많아 L1(조명-ㅣLux1000), S001(액세서리-보통), E01~E03(표정) 데이터만 사용하기로 함(1인당 train 40, test 20)
-
ms1m_align_112 데이터가 가로,세로 모두 112pixel로 얼굴만 detection한 이미지이므로 k-face 데이터셋도 얼굴만 detection하여 저장함
-
ms1m_align_112 dataset이 데이터 수도 많고, 정면 얼굴도 많아 k-face dataset과 확연히 비교가 됨.
- k-face dataset에서 조명을 다양하게 하고, 수를 늘리는 재작업 수행
- 조명(L1, L2, L3), 액세서리(S001, S002, S005), 방향(C5~C10), 표정(E1, E2, E3) 데이터 사용(1인당 train 132, test 30)
- face detection 할 때 ms1m dataset과 비교하여 눈,코,입 부분만을 검출하거나 입이 잘리는 이미지가 있어 box크기를 조절함.
4. Variety Image : random으로 이미지에 톤의 변화를 줌.
-
Gammma_LUD방법을 사용하여 hue, satuationr값을 랜덤으로 조절
5. trian data : tensorflow에서 빠르게 training 하기 위해 tfrecord 파일 만들기
6. test data : K-face test set 만들기
- arcface-tf2 에서 사용한 lwf, AgeDB, cfp dataset 과 함께 k-face을 사용하기 위해 K-face set도 다른 데이터셋과 같은 구조로 만듦.
- train data와 같이 얼굴을 찾아 112 * 112로 조절
- file rename: 파일 이름을 폴더명(사람 이름)_0001.jpeg로 rename
- [k-face_pairs.txt 생성]: 같은 사람의 사진 pairs와 다른 사람의 사진 paris 를 표기한 txt 파일 생성
- k-face.bin 생성 : kface_prairs.txt 파일을 가지고 kface.bin 파일 생성
- k_face.lst 파일 생성
- k_face.rec, k_face.idx 파일 생성
- k_face.bin 파일 생성
- 위에서 만든 .rec, .idx, .bin 파일을 한 폴더에 정리하기
| general | train pram | test pram | |||
|---|---|---|---|---|---|
| barch_size | 128 | binary_img | True | mode | fit |
| input_size | 112 | num_classes | 85,742 | loss | Softmax |
| embd_size | 512 | num_samples | 5,822,653 | data | acc |
| sub_name | 'arc-res50' | epochs | 5 | lfw | 0.9710 |
| back_bone | 'ResNet50' | base_lr | 0.01 | AgeDB-30 | 0.8520 |
| head_type | ArcHead | w_decay | float 5e-4 | CFP-FP | 0.8757 |
| is_ccrop | False | save_steps | 1000 | k-face | None |
1. first_train
- 모델 : 참고한 ArcFace의 모델의 구조 , 하이퍼 파라미터 등을 그대로 학습
- 데이터: Ms1m data + K-face data : 400명, 49,491장을 추가하여 학습
| general | train pram | test pram | |||
|---|---|---|---|---|---|
| barch_size | 128 | binary_img | True | mode | fit |
| input_size | 112 | num_classes | 86,142 | loss | Softmax |
| embd_size | 512 | num_samples | 5,872,144 | data | acc |
| sub_name | 'arc-res50' | epochs | 5 | lfw | 0.9705 |
| back_bone | 'ResNet50' | base_lr | 0.01 | AgeDB-30 | 0.8560 |
| head_type | ArcHead | w_decay | float 5e-4 | CFP-FP | 0.8817 |
| is_ccrop | False | save_steps | 1000 | k-face | 0.5652 |
- ArcFace: ArcFace Paper
- InsightFace : 2D and 3D Face Analysis Project
- arcface-tf2: InsightFace by tensorflow
- preparing_data
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent