TransFace人脸识别模型
人脸识别模型TransFace
  • 模型资讯
  • 模型资料

TransFace模型介绍

人脸识别模型TransFace。

模型描述

人脸识别模型TransFace,训练数据使用了Glint360数据。

模型结构

模型结构

模型使用方式和使用范围

本模型可以检测输入图片中人脸的特征。

代码范例

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
from modelscope.outputs import OutputKeys
import numpy as np

face_mask_recognition_func = pipeline(Tasks.face_recognition, 'damo/cv_vit_face-recognition')
img1 = 'https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/face_recognition_1.png'
img2 = 'https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/face_recognition_2.png'
emb1 = face_mask_recognition_func(img1)[OutputKeys.IMG_EMBEDDING]
emb2 = face_mask_recognition_func(img2)[OutputKeys.IMG_EMBEDDING]
sim = np.dot(emb1[0], emb2[0])
print(f'Face cosine similarity={sim:.3f}, img1:{img1}  img2:{img2}')

使用方式

  • 推理:输入经过对齐的人脸图片(112x112),返回人脸特征向量(512维),为便于体验,集成了人脸检测和关键点模型RetinaFace,输入两张图片,各自进行人脸检测选择最大脸并对齐后提取特征,然后返回相似度比分

目标场景

  • 人脸识别应用广泛,如考勤,通行,人身核验,智慧安防等场景

模型局限性及可能偏差

  • 由于模型较大,目前仅支持GPU推理。
  • 当前版本在python 3.7环境测试通过,其他环境下可用性待测试

模型性能指标

Method IJBC(1e-5) IJBC(1e-4) IJBC(1e-3)
TransFace 96.18 97.45 98.17

来源说明

本模型及代码来自达摩院自研技术。