简介

最近也是刚入门深度学习，看了一些书，但是看完好像有和没看差不多，懂了但没完全懂。所以打算自己手把手做个实践项目巩固下书上学到的东西，也是好久没打代码，多动动手还是挺好的。一开始做这个也没什么头绪，只是知道yolo可以检测物体（书上说的），后面我就直接clone下yolo的源码直接去跑。拿到手才发现自己没有数据集，也不知道用哪个。那就百度查，后面看到这篇博客https://blog.csdn.net/weixin_41809530/article/details/107313752
就感觉有思路了。起码知道要用什么数据集，要通过什么技术去实现功能。

人脸检测

人脸检测用的就是yolov5，通过上面的博客我知道可以用CelebA数据集去训练（博客最后有百度云链接）。不过要对CelebA数据集进行一些处理变成符合yolo规则的格式，然后在配置一些yolo的参数就可以开始训练了。
处理数据集和配置文件我连同yolo的源码的放到了这个仓库里
https://gitee.com/zbzbzzz/yolov5
数据集用了其中的10000张图片，训练过程用了300个epoch（默认的），batch size用的是64，显卡用的是rtx titan 24g显存，模型用的是yolov5s，但是训练还是花了4个多小时。后面想下还是epoch和batch size太大了。

人脸识别

人脸识别参考了
https://github.com/ronghuaiyang/arcface-pytorch
这个库。用的是lfw数据集（博客最后有百度云链接），里面图片都是128X128的，比较好用来训练。
上面的代码我也做了部分修改放在了
https://gitee.com/zbzbzzz/arcface-pytorch
这次我学聪明了用了30个epoch+32的batch size，果然没训练多久可能就几分钟我忘了。

结果

上面两部分都是训练的过程，训练完我就把权重文件存起来了，检测的时候用。检测的代码我放在了https://gitee.com/zbzbzzz/FaceRecognition。
里面也有生成特征文件的代码，就是录进一个新的人物进行识别，但是缺点就是一个人只能录一张图片，后面我改改，其实不是很难改，有人要用的话自己改改也行。我训练好的权重文件全都在项目里面有了，安装好依赖就可以直接运行了。里面没有放requirement，因为我在ubuntu里面生成requirement，然后到windows下面安装出了问题。

数据集

其中包含了lfw和CelebA数据集，都是项目中用到的。
https://pan.baidu.com/s/167x6lQXYCtPKove-7fcwUA 提取码:unq1

标签：yolov5,人脸识别,训练,数据,com,yolo,https,检测,arcface
来源： https://blog.csdn.net/qq_42223569/article/details/116484508