产品中心

  近年来，根据深度学习的人脸辨认技能取得了重要发展。可是人脸辨认模型的实践布置和深入研究都需求相应的大众支撑。例如出产级人脸表明网络需求模块化的练习机制，以合作不同 SOTA 主干网络、练习监督主题再到实践国际人脸辨认需求。至于功用剖析和比较，根据多个基准的很多模型也需求一个规范和自动化的评价东西。此外，人们期望能够呈现一种以全体流水线方法布置的人脸辨认公共根底。

  最近还呈现了一系列新的应战，例如疫情期间呈现的戴口罩人脸辨认需求，这在实践运用中引来了人们的重视。一个可行的处理方法是建立起一套易用的一致结构来处理这些问题。

  本年 1 月，来自京东的研究人员面向人脸辨认技能开发社区提出了全新的开源结构 FaceX-Zoo。依托高度模块化和可扩展的规划，FaceX-Zoo 供给具有多种多种 supervisory head 和主干网络的练习模块，以完成作用最优的人脸辨认。此外，它还具有规范化评价模块，以便在大多数情况下测验模型作用。

  在这个东西中，人们只需改动简略的装备就能够在大多数盛行基准上进行模型测验。此外，它还有一个简略但功用完全的人脸 SDK 用于验证练习后的模型，并进行开始运用。该东西并不包含很多现存技能，但也因而易于拓宽晋级。

  FaceX-Zoo 供给了 MobileFaceNet、ResNet、 SE-ResNet、HRNet、EfficientNet 等较为盛行的主干网络以便利提取面部特征。假如这还不足以满意你的需求，只需修正装备文件、添加架构界说文件，在 PyTorch 的支撑下你就能够轻松自界说任何其他挑选。

  运用 FaceX-Zoo 中 FMA-3D 东西为照片中的人物戴上口罩，填充蒙面人脸数据集。

  京东的开发者们表明，在未来研究人员还方案进一步添加 FaceX-Zoo 的模块数量，如面部剖析和 face lightning，弥补主干网络架构和 supervisory head 数量，并测验经过分布式数据并行技能和混合精度练习来提高模型练习的功率。

  特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。

  刚刚！川普被踢出2024 年总统大选，成果...这成为他最大的好消息！

  2024年养老金若上调3.6%，2000元、4000元和8000元距离多少？

  董宇辉最新发声：没有脱离东方甄选，面临网上的各种争议，仅有的处理方法便是不看手机！

  76人复仇联盟榜首：恩比德51+12狂创13纪录 剑指包办得分王+MVP