CVPR2019论文《不平等训练用于深度人脸识别处理长尾噪声数据》的代码

长尾噪声数据对面部识别的不平等训练。 这是CVPR 2019论文的代码。 使用说明 该代码是从采用的。 我衷心感谢他们的贡献。 我们的方法需要两阶段的训练，因此代码也是逐步的。 如果我谦虚的代码可以为您提供帮助，我将非常高兴。 如果有任何疑问或问题，请告诉我。 笔记： 我们的方法适用于长尾分布的嘈杂数据，例如MF2训练数据集。 当训练数据很好时，例如MS1M和VGGFace2， 更适合。 我们使用最后一个弧面模型（最佳性能）来查找第三种噪声。 接下来，我们删除最后一个弧面模型的fc权重，然后使用NR损失对其进行微调（通过在训练模型的预测中增加置信度来添加重新加权项）。 第二阶段的培训过程需要非常仔细的手动调整。 我们提供培训日志以供参考。 准备代码和数据。 安装具有GPU支持的MXNet （Python 2.7）。 pip install mxnet-cu90 将代码下载为u