Pytorch 搭建自己的Facenet人脸识别网络（Bubbliiiing 深度学习 教程）
正在缓冲...
Facenet是谷歌在2015年提出的人脸识别算法，该网络可以通过 CNN 将人脸映射到欧式空间的特征向量上。
我们可以很简单的想到，不同人脸的特征向量差距较大。我们可以通过“相同个体的人脸距离，总是小于不同个体的人脸距离”这一先验知识训练网络。
源码地址：https://github.com/bubbliiiing/facenet-pytorch
博客地址：https://blog.csdn.net/weixin_44791964/article/details/108220265
希望自己可以成为一个果断且坚决的人！
视频选集
（1/15）
自动连播
科普：什么是Facenet人脸识别算法（Bubbliiiing 深度学习 教程）
02:37
Pytorch-gpu环境配置
11:41
Facenet整体结构介绍
04:15
BackBone-主干特征提取网络介绍
08:42
利用初步特征获得长度为128的特征向量
02:53
对特征向量进行l2标准化
02:25
辅助收敛-分类器的构建
02:22
Predict-预测过程详解
05:16
Dataset-数据集格式解析
02:02
Train-训练参数解析
06:19
Train2-利用数据集进行Facenet网络的训练
03:42
Predict2-利用训练好的数据集进行预测
03:16
Eval-对训练好的模型进行评估
03:27
训练过程解析1-训练数据预处理
04:00
训练过程解析2-LOSS详解
04:07
顶部