该框架面向人脸识别的研究开发社区。依靠高度模块化和可扩展的设计,FaceX-Zoo提供了一个训练模块,具有各种heads和骨干,以实现最新的人脸识别,以及标准化的评估模块。
仅需简单地编辑配置即可获得流行的基准。此外,还提供了一个功能齐全的人脸SDK,用于验证模型和应用。代码即将开源!
注1:文末附【人脸识别】交流群
FaceX-Zoo: A PyTorh Toolbox for Face Recognition
- 作者单位:京东AI研究院(梅涛等人)
- 代码(还没放出来):https://github.com/JDAI-CV/faceX-Zoo
- 论文:https://arxiv.org/abs/2101.04407
近年来,基于深度学习的人脸识别取得了重大进展。然而,实际模型的产生和深度人脸识别的进一步研究仍需要相应一定支持。此外,还有一些新出现的挑战,例如最近全球范围内发生的COVID-19大流行引起的口罩人脸识别,在实际应用中引起了越来越多的关注。一个可行且优雅的解决方案是建立一个易于使用的统一框架来满足上述需求。
为此,我们引入了一个名为FaceX-Zoo的新颖的开源框架,该框架面向人脸识别的研究开发社区。依靠高度模块化和可扩展的设计,FaceX-Zoo提供了一个训练模块,该模块具有各种heads和骨干,以实现最新的人脸识别,以及标准化的评估模块,可以在大多数情况下评估模型。仅需编辑简单的配置即可获得流行的基准。
backbone
Supervisory Head
Test protocol
此外,还提供了一个简单而功能齐全的人脸SDK,用于验证模型的验证和主要应用。我们没有包括尽可能多的现有技术,而是使FaceX-Zoo可以轻松升级和扩展与人脸相关领域的发展。
性能评估
CVer-人脸识别交流群成立
添加CVer助手微信号:CVer9999,可申请加入CVer-人脸识别 微信交流群。一定要备注:人脸识别+地点+学校/公司+昵称(如人脸识别+上海+上交+卡卡),根据格式备注,才能通过且邀请进群
强烈推荐大家关注CVer知乎账号和CVer微信公众号,可以快速了解到最新优质的CV论文。
▲长按关注CVer公众号