人脸识别的影响因素以及人脸识别经常用到的数据集

摘录：https://zhuanlan.zhihu.com/p/34436551

影响算法性能的因素：

1.训练集： 一般训练集类别数越多，图像数量越多，训练效果越好。此外训练集的收集和标注质量，不同类别的样本数量是否均衡，都对训练有影响。
2.CNN： 一般CNN的容量越大，训练效果越好。CNN的模型容量参考ImageNet上的分类性能，与参数数量和运行速度并不是正比关系。
3.LOSS： 这部分才是前面介绍的loss相关影响，特别注意，对比某个loss的性能提升，要综合考虑训练集和CNN，不能简单的看LFW上的识别率。

最常用的两个人脸识别测试库，和以上推荐算法的性能比较，结果来自论文：
LFW:，使用最多的必跑测试库，从2015年FaceNet的99.63%开始就接近饱和了，目前所有算法都在99%以上，比较意义不大。特别举两个用Softmax loss训练的例子：COCO中half MS-1M训练Inception ResNet是99.75%，ArcFace中MS1M训练ResNet100是99.7%。
MegaFace:，目前最大也最具挑战性的测试集，但由于这个数据集质量较差，非常容易作弊，建议以有开源代码的算法，自行训练的结果为准。

注： 上表中AM-Softmax和InsightFace都做了更细致的训练集重叠清洗，最后一行代表InsightFace对测试集也做了清洗的结果。