- 0
- 关注
- 36842
- 浏览
使用caffe来做人脸识别？
最近在用caffe, 想用caffe来做人脸识别。使用的是1558个人的人脸数据集，每个人35张照片训练，15张照片用于验证。使用caffe中自带的caffenet模型来进行微调，但是最后的误差一直在7点多以上，请问大家，是模型有问题，还是数据集问题，总是达不到收敛的效果，希望大家为我解答
为什么被折叠？
0 个回复被折叠
6 回答
如上面几位所说，用CNN train model 数据很重要很重要很重要，我就来分享一些公开的数据。
1. 李子青组的 CASIA-WebFace(50万，1万个人). 需申请.Center for Biometrics and Security Research
2. 华盛顿大学百万人脸MegaFace数据集. 邮件申请, 是一个60G的压缩文件. MegaFace
3. 南洋理工 WLFDB. (70万+,6,025). 需申请. WLFDB : Weakly Labeled Faces Database
4. 微软的MSRA-CFW ( 202792 张, 1583人). 可以直接通过OneDrive下载.MSRA-CFW: Data Set of Celebrity Faces on the Web
5. 汤晓欧实验室的CelebA(20万+), 标注信息丰富. 现在可以直接从百度网盘下载 Large-scale CelebFaces Attributes (CelebA) Dataset
6. FaceScrub. 提供图片下载链接（100,100张，530人）. vintage - resources
ps: 建了个github项目，持续更新
https://github.com/betars/Face-Resources
@David Lau 的写的很有道理的说 关于dropout过拟合 lr设置的某些情况在实际使用中也遇到过的，不知道题主描述的7个点的误差指的是精读最后没上去还是只loss值没收敛。有时候精度没下来，但loss基本收敛的情况也有的，最好能贴一个你的训练log。
另外说人脸识别的情况，因为做人脸识别的项目做过几个还是比较有经验的，总体而言你这个训练数据还是有点少的，你这个数据量的话目测应该是FRGC数据库的图片，自动化所李子青老师那边有一个公开的10w类50w张图的数据集，现在手机打字没法发链接.晚上回去给你补上。做人脸识别最重要的是人脸的图片不能是在有意识下采集的，这样实际应用的效果肯定不好的，另外人脸识别领域benchmark的两个方法一个是汤晓鸥的deepID2一个是Google的tripletloss题主可以去看看他们的方法。同样链接晚点补上。希望有机会多大交流
试试我刚刚整理的这份，最近的Trillion Pairs、RAF、WLFW 这些也都记录在内了
polarisZhao/awesome-face
问题动态
- 发布时间
- 2026-01-17 18:10
- 更新时间
- 2026-01-17 18:10
- 关注人数
- 0 人关注
