人脸识别（2）

facenet训练代码解析

之前看过facenet的测试代码，还比较简单，原理是将pairs.txt文件中每一对要比较的图片转化为embedding向量(许多图片就得到矩阵)，计算得到它们的差值矩阵diff，再平方得到矩阵dist。设置步长和区间，通过迭代选择一个最佳阈值best_threshold，通过numpy.less函数比较dist矩阵和best_threshold，返回true则表示是同一人，false则不是同一人。其中还用到了k折交叉验证，用它得到的准确率取平均值，这个方法是为了使模型的验证结果更加具有一般性。

快速浏览了一下训练代码

facenet_train_classifier.py

• 动态加载模块network = nn4.py，这个模块包含inference graph

• 定义Graph：
  – 设置learning_rate, batch_size, phase_train, image_paths, labels等占位符。
  – 创建一个算子data_flow_ops.FIFOQueue，会生成一个先进先出队列的句柄；
  – 创建一个入队算子enqueue_op，让image_paths和labels入队。
  – 预处理线程数量设为4，循环4次，处理图片：

  • random_crop和flip是指随机剪切/翻转图片，这是data augmentation的方法（所谓data augmentation就是在使用CNN处理图片时，由于数据集不够多，采用平移，翻转，加噪声等方法从已有数据中创造出一批”新”的数据）
  • 设置图片的形状，image.set_shape((args.image_size, args.image_size, 3))
  • 添加到 images_and_labels.append([images, label]) ，形成了(处理后的图片, 标签)的向量

  – 最后使用tf.train.batch_join得到image_batch和label_batch
  – 建立inference graph(反映网络的依赖关系)：

  • 调用nn4.inference ，这个函数建立了一个包括卷积层、池化层和inception的网络，具体的每一层的定义在network函数里，调用了tf.nn定义网络结构的函数，并把最后一层的数据传出来(网络就不需要了)
  • 再连接一个全连接层tf.contrib.slim.fully_connected （查API似乎fully_connected是属于tf.contrib.layers，但slim是提供contrib模块的接口，这里的关系还没弄明白）
  • 然后调用tf.nn.l2_normalize，使用L2范数沿着维度进行归一化得到embedding矩阵

  – 添加center loss，计算learning rate学习率
  – 计算该batch的平均交叉熵，total loss
  – 建立一个图，这个图使用一个batch来训练模型，且更新模型参数
  – 创建一个tf.train.Saver
  – summary算子可以将图里的精简信息提取出来，summary.merge_all则是将默认图里的所有summaries导出
  – 开始跑图里的算子ops，设置一个args.max_nrof_epochs=500，循环500次，每次循环执行sess.run()（这里设置了一个global_step，应该是用来对训练全局计数，用step更新epoch，不是很懂），调用train函数，并保存变量和元图，然后在LFW上进行验证评估evaluate
  – train函数就是训练，看代码里有一个duration = time.time() - start_time的操作，那训练的过程应该就是这个duration对应的代码sess.run()，参数比较多比较麻烦，暂时没有仔细研究