简体中文 | English

Arcface-Paddle

• 1. 简介
• 2. 环境准备
• 3. 数据准备
  • 3.1 下载数据集
  • 3.2 从 MXNet 格式数据集抽取图像
• 4. 训练
  • 4.1 单机单卡
  • 4.2 单机 8 卡
• 5. 模型评价
• 6. 模型导出
• 7 模型推理
• 8 模型性能
  • 8.1 轻量化模型性能
  • 8.2 验证集准确率
  • 8.3 最大类别数支持
  • 8.4 吞吐量对比
• 9. 全流程推理

<a name="简介"></a>

1. 简介

Arcface-Paddle是基于PaddlePaddle实现的，开源深度人脸检测、识别工具。Arcface-Paddle目前提供了三个预训练模型，包括用于人脸检测的 BlazeFace、用于人脸识别的 ArcFace 和 MobileFace。

• 本部分内容为人脸识别部分。
• 人脸检测相关内容可以参考：基于BlazeFace的人脸检测。
• 基于PaddleInference的Whl包预测部署内容可以参考：Whl包预测部署。

注: 在此非常感谢 GuoQuanhao 基于PaddlePaddle复现了 Arcface的基线模型。

<a name="环境准备"></a>

2. 环境准备

请参照 Installation 配置实验所需环境。

<a name="数据准备"></a>

3. 数据准备

<a name="下载数据集"></a>

3.1 下载数据集

数据集可以从 insightface datasets 下载.

• MS1M_v2: MS1M-ArcFace
• MS1M_v3: MS1M-RetinaFace

<a name="从MXNet格式数据集抽取图像"></a>

3.2 从 MXNet 格式数据集抽取图像

python tools/mx_recordio_2_images.py --root_dir ms1m-retinaface-t1/ --output_dir MS1M_v3/

当数据集抽取完后，输出的图像数据集目录结构如下：

MS1M_v3
|_ images
|  |_ 00000001.jpg
|  |_ ...
|  |_ 05179510.jpg
|_ label.txt
|_ agedb_30.bin
|_ cfp_ff.bin
|_ cfp_fp.bin
|_ lfw.bin

标签文件格式如下：

# 图像路径与标签的分隔符: "\t"
# 以下是 label.txt 每行的格式
images/00000001.jpg 0
...

如果你想使用自定义数据集训练，可以根据以上目录结构和标签文件格式组织数据。

<a name="训练"></a>

4. 训练

<a name="单机单卡"></a>

4.1 单机单卡

export CUDA_VISIBLE_DEVICES=1
python tools/train.py \
    --config_file configs/ms1mv2_mobileface.py \
    --embedding_size 128 \
    --sample_ratio 1.0 \
    --loss ArcFace \
    --batch_size 512 \
    --dataset MS1M_v2 \
    --num_classes 85742 \
    --data_dir MS1M_v2/ \
    --label_file MS1M_v2/label.txt \
    --fp16 False

<a name="单机8卡"></a>

4.2 单机 8 卡

为了方便训练，已经为用户准备好训练启动脚本。

静态图模式训练

sh scripts/train_static.sh

动态图模式训练

sh scripts/train_dynamic.sh

注：多机器多卡训练参见 paddle.distributed.launch API 文档。单机与多机训练不同之处在于多机需要设置 --ips 参数。

在训练过程中，你可以实时通过 VisualDL 可视化查看 loss 的变化，更多信息可以参考 VisualDL。

<a name="模型评价"></a>

5. 模型评价

模型评价可以通过以下脚本启动

静态图模式

sh scripts/validation_static.sh

动态图模式

sh scripts/validation_dynamic.sh

<a name="模型导出"></a>

6. 模型导出

PaddlePaddle 支持用预测引擎直接推理，首先，需要导出推理模型，通过以下脚本进行导出

静态图模式

sh scripts/export_static.sh

动态图模式

sh scripts/export_dynamic.sh

<a name="模型推理"></a>

7. 模型推理

模型推理过程支持 paddle 格式的 save inference model 和 onnx 格式。

sh scripts/inference.sh

<a name="模型性能"></a>

8. 模型性能

<a name="轻量化模型性能"></a>

8.1 轻量化模型性能

配置：

• CPU: Intel(R) Xeon(R) Gold 6184 CPU @ 2.40GHz
• GPU: a single NVIDIA Tesla V100
• Precison: FP32
• BatchSize: 64/512
• SampleRatio: 1.0
• Embedding Size: 128
• MS1MV2

• 注: MobileFace-Paddle 是使用 MobileFaceNet_128 backbone 训练出的模型

<a name="验证集准确率"></a>

8.2 验证集准确率

配置：

• GPU: 8 NVIDIA Tesla V100 32G
• Precison: Pure FP16
• BatchSize: 128/1024

<a name="最大类别数支持"></a>

8.3 最大类别数支持

配置：

• GPU: 8 NVIDIA Tesla V100 32G (32510MiB)
• BatchSize: 64/512
• SampleRatio: 0.1

• 注：在跑实验前配置环境变量 export FLAGS_allocator_strategy=naive_best_fit

<a name="吞吐量对比"></a>

8.4 吞吐量对比

配置：

• BatchSize: 128/1024
• SampleRatio: 0.1
• Datasets: MS1MV3
• V100: Driver Version: 450.80.02, CUDA Version: 11.0
• A100: Driver Version: 460.32.03, CUDA Version: 11.2

更多实验结果可以参考 PLSC，PLSC (Paddle Large Scale Classification) 是 Paddle 官方开源的大规模分类库，支持单机 8 卡 NVIDIA V100 (32G) 训练 6000 千万类，目前还在持续更新中，请关注。

<a name="全流程推理"></a>

9. 全流程推理

首先下载索引库、待识别图像与字体文件。

# 下载用于人脸识别的索引库，这里因为示例图像是老友记中的图像，所以使用老友记中角色的人脸图像构建的底库。
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/demo/friends/index.bin
# 下载用于人脸识别的示例图像
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/demo/friends/query/friends2.jpg
# 下载字体，用于可视化
wget https://raw.githubusercontent.com/littletomatodonkey/insight-face-paddle/main/SourceHanSansCN-Medium.otf

检测+识别 串联预测的示例脚本如下。

# 同时使用检测+识别
python3.7 tools/test_recognition.py --det --rec --index=index.bin --input=friends2.jpg --output="./output"

最终可视化结果保存在output目录下，可视化结果如下所示。

更多关于参数解释，索引库构建、whl包预测部署和Paddle Serving预测部署的内容可以参考：

• Whl包预测部署
• Paddle Serving预测部署