ROC曲线 0x01 receiver operating characteristic (ROC) curve. T/F（识别结果正确或错误）P/N(模型识别结果) True Positive Rate(TPR) （aka，recall 真阳率） 用于衡量对positive目标的识别准确率的，如果将所有positive目标（理想）/所有目标（极限） 识别为positive，则

一文入门元学习（Meta-Learning）（附代码） - 知乎 (zhihu.com) 元学习是一种学习超参数的学习方法，区别于一般的机器学习是利用人为设置的超参数更新参数。让模型学会自己初始化参数。 元学习关注的是该超参数在任意任务下训练后表现的潜力大小。 MALML（Model-Agnostic Meta-Learning） MAML 算法流程： img

人脸识别中的loss函数 Ox00 softmax + cross Deepface --- 论文 在论文最后一个全连接层的输出到一个k-th的softmax，K是类数。softmax会将输入转化为和为1的概率分布。 \[ p_k = \]

Batch Normalization（BN） 见Batch Normalization（BN）超详细解析_batchnorm在预测阶段需要计算吗-CSDN博客

Masked face recognition using domain adaptation 论文 -- 细读 2024.9 由于缺乏带有身份标签的真实世界蒙面人脸数据集，大多数现有蒙面人脸识别方法直接在从现有未蒙面人脸数据集生成的合成蒙面人脸上重新训练模型[ 10 ]。这种方法的主要缺点是使用合成蒙面人脸不能保证人脸识别系统对现实世界蒙面人脸的性能。 introduce 该网络

masked_face_detection with Genenerative-to-Discriminative Representations 论文 现在对于遮蔽脸部识别有两种主流的解决方案，分为生成式和识别式模型。 本篇论文的创新点在于把生成式模型和识别式模型连接了起来，形成了简称G2D的融合模型 G2D模型先由生成式模型的编码器产生注重类别信息的描述特征（category-awa

SSDMNV2 人脸检测模型，其框架为： SSD将人脸框出再利用mobileNetV2对MASKED进行二分类。 人脸检测: 检测一个人脸是否佩戴口罩 opencv 的SSD（single shot multibox detector）是一个以ResNet-10为basebone的模型 MobileNet是一个图形模型再pytorch，TensorFlow中有预训练权重。加入分类头做迁

masked face recognize 最新综述： A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking 2024 FU (face unmasking) -- 去除遮蔽物的方法，generative 方法 FMR(Face Mask Recognition) -- 分辨是否带口

用DCNN来学习人脸表示，把人脸图片映射到特征空间，使得类内距离小类间距离大 一般两条主线方法，代表分别为softmax loss和triplet loss,但是都有一些缺陷 softmax classifier 通过多分类问题来训练模型 缺点如下： 线性变换矩阵的大小W∈Rd×n随着身份数的增加而线性增加n; 学习到的特征对于封闭集的分类问题是可分离的的分类问题是可

参见link