pytorch版本sphereface的原作者地址：https://github.com/clcarwin/sphereface_pytorch
由於接觸深度學習不久，所以花了較長時間來閱讀源碼，以下對項目中的lfw_eval.py文件做了詳細解釋
（不知是版本問題還是作者code有誤，原代碼存在很多的bug，需要自行一一糾正，另：由於在windows下運行，故而去掉了gpu加速以及多線程）
1 #-*- coding:utf-8 -*- 2 from __future__ import print_function 3 4 import torch 5 import torch.nn as nn 6 import torch.optim as optim 7 import torch.nn.functional as F 8 from torch.autograd import Variable 9 torch.backends.cudnn.bencmark = True 10 11 import os,sys,cv2,random,datetime 12 import argparse 13 import numpy as np 14 import zipfile 15 16 from dataset import ImageDataset 17 from matlab_cp2tform import get_similarity_transform_for_cv2 18 import net_sphere 19 from matplotlib import pyplot as plt 20 21 #圖像對齊和裁剪 22 def alignment(src_img,src_pts): 23 #使用標准人臉坐標對圖像進行仿射 24 ref_pts = [ [30.2946, 51.6963],[65.5318, 51.5014], 25 [48.0252, 71.7366],[33.5493, 92.3655],[62.7299, 92.2041] ] 26 crop_size = (96, 112) 27 src_pts = np.array(src_pts).reshape(5,2) 28 29 s = np.array(src_pts).astype(np.float32) 30 r = np.array(ref_pts).astype(np.float32) 31 32 tfm = get_similarity_transform_for_cv2(s, r) 33 face_img = cv2.warpAffine(src_img, tfm, crop_size) 34 return face_img 35 36 #k-fold cross validation（k-折疊交叉驗證） 37 #將n份數據分為n_folds份，以次將第i份作為測試集，其余部分作為訓練集 38 def KFold(n=200, n_folds=10, shuffle=False): 39 folds = [] 40 base = list(range(n)) 41 for i in range(n_folds): 42 test = base[(i*n//n_folds):((i+1)*n//n_folds)] 43 train = list(set(base)-set(test)) 44 folds.append([train,test]) 45 return folds 46 47 #求解當前閾值時的准確率 48 def eval_acc(threshold, diff): 49 y_true = [] 50 y_predict = [] 51 for d in diff: 52 same = 1 if float(d[2]) > threshold else 0 53 y_predict.append(same) 54 y_true.append(int(d[3])) 55 y_true = np.array(y_true) 56 y_predict = np.array(y_predict) 57 accuracy = 1.0*np.count_nonzero(y_true==y_predict)/len(y_true) 58 return accuracy 59 60 #eval_acc和find_best_threshold共同工作，來求試圖找到最佳閾值， 61 # 62 def find_best_threshold(thresholds, predicts): 63 #threshould 閾值 64 best_threshold = best_acc = 0 65 for threshold in thresholds: 66 accuracy = eval_acc(threshold, predicts) 67 if accuracy >= best_acc: 68 best_acc = accuracy 69 best_threshold = threshold 70 return best_threshold 71 72 73 #命令行參數 74 parser = argparse.ArgumentParser(description='PyTorch sphereface lfw') 75 parser.add_argument('--net','-n', default='sphere20a', type=str) 76 parser.add_argument('--lfw', default='../DataSet/lfw.zip', type=str) 77 parser.add_argument('--model','-m', default='./sphere20a_20171020.pth', type=str) 78 args = parser.parse_args() 79 80 predicts=[] 81 82 #加載網絡 83 net = getattr(net_sphere,args.net)() 84 #加載模型 85 net.load_state_dict(torch.load(args.model)) 86 # 87 net.eval() 88 # 89 net.feature = True 90 91 #加載圖片數據 92 zfile = zipfile.ZipFile(args.lfw) 93 94 #加載landmark，每張照片包括五個特征點，共五組坐標 95 landmark = {} 96 with open('data/lfw_landmark.txt') as f: 97 landmark_lines = f.readlines() 98 #對每一行進行處理 99 for line in landmark_lines: 100 l = line.replace('\n','').split('\t') 101 #將每一組數據轉化為字典形式 102 landmark[l[0]] = [int(k) for k in l[1:]] 103 104 #加載pairs 105 with open('data/pairs.txt') as f: 106 pairs_lines = f.readlines()[1:] 107 108 #range表示測試的圖片對數 109 for i in range(600): 110 print(str(i)+" start") 111 p = pairs_lines[i].replace('\n','').split('\t') 112 # pairs.txt一共有6000行，存在兩種形式， 113 # 分別表示進行對比的兩張照片，形式1是同一個人，形式2是不同人： 114 # name 數字1 數字2 115 # name 數字1 name數字2 116 if 3==len(p): 117 sameflag = 1 118 #形式例如：Woody_Allen/Woody_Allen_0002.jpg 119 name1 = p[0]+'/'+p[0]+'_'+'{:04}.jpg'.format(int(p[1])) 120 name2 = p[0]+'/'+p[0]+'_'+'{:04}.jpg'.format(int(p[2])) 121 if 4==len(p): 122 sameflag = 0 123 name1 = p[0]+'/'+p[0]+'_'+'{:04}.jpg'.format(int(p[1])) 124 name2 = p[2]+'/'+p[2]+'_'+'{:04}.jpg'.format(int(p[3])) 125 126 #分別加載兩張照片，並對其進行圖像對齊 127 org_img1=cv2.imdecode(np.frombuffer(zfile.read("lfw/lfw/"+name1),np.uint8),1) 128 org_img2=cv2.imdecode(np.frombuffer(zfile.read("lfw/lfw/"+name2),np.uint8),1) 129 img1 = alignment(org_img1,landmark[name1]) 130 img2 = alignment(org_img2,landmark[name2]) 131 #1.對輸出圖像使用cv2進行展示 132 # cv2.imshow("org_img1", org_img1) 133 # cv2.imshow("org_img2", org_img2) 134 # cv2.imshow("img1",img1) 135 # cv2.imshow("img2", img2) 136 # cv2.waitKey(0) 137 # cv2.destroyAllWindows() 138 #2.對輸出圖像使用matplotlib進行展示 139 fig_new=plt.figure() 140 img_list=[[org_img1,221],[org_img2,222],[img1,223],[img2,224]] 141 for p,q in img_list: 142 ax=fig_new.add_subplot(q) 143 p = p[:, :, (2, 1, 0)] 144 ax.imshow(p) 145 plt.show() 146 147 #cv.flip圖像翻轉,第二個參數：1：水平翻轉，0：垂直翻轉，-1：水平垂直翻轉 148 imglist = [img1,cv2.flip(img1,1),img2,cv2.flip(img2,1)] 149 #分別對圖片進行 150 for m in range(len(imglist)): 151 imglist[m] = imglist[m].transpose(2, 0, 1).reshape((1,3,112,96)) 152 imglist[m] = (imglist[m]-127.5)/128.0 153 154 # p.vstack: 垂直（按照行順序）的把數組給堆疊起來 155 #******舉例****** 156 # import numpy as np 157 # a = [1, 2, 3] 158 # b = [4, 5, 6] 159 # print(np.vstack((a, b))) 160 # 161 # 輸出： 162 # [[1 2 3] 163 # [4 5 6]] 164 img = np.vstack(imglist) 165 #將numpy形式轉化為variable形式 166 img = Variable(torch.from_numpy(img).float(),volatile=True) 167 output = net(img) 168 #得到計算結果,f1和f2均為512維向量形式 169 f = output.data 170 f1,f2 = f[0],f[2] 171 #計算二者的余弦相似度，后面加上常量是為了防止分母為0 172 #關於余弦相似度請自行百度或google 173 #這里給出一個簡單說明的鏈接：http://blog.csdn.net/huangfei711/article/details/78469614 174 #a*b/|a||b| 175 cosdistance = f1.dot(f2)/(f1.norm()*f2.norm()+1e-5) 176 predicts.append('{}\t{}\t{}\t{}\n'.format(name1,name2,cosdistance,sameflag)) 177 print(str(i) + " end") 178 179 180 #准確率 181 accuracy = [] 182 #（最佳）閾值 183 thd = [] 184 #k-fold cross validation（k-折疊交叉驗證） 185 #folds的形式為[[train,test],[train,test].....] 186 folds = KFold(n=600, n_folds=10, shuffle=False) 187 #取數組為-1到1，步長為0.005 188 thresholds = np.arange(-1.0, 1.0, 0.005) 189 # 此處為原作者code，疑似有誤，已做修改 190 # predicts = np.array(map(lambda line:frd.append(line.strip('\n').split()), predicts)) 191 predicts = np.array([k.strip('\n').split() for k in predicts]) 192 for idx, (train, test) in enumerate(folds): 193 # predicts[train/test]形式為： 194 # [['Doris_Roberts/Doris_Roberts_0001.jpg' 195 # 'Doris_Roberts/Doris_Roberts_0003.jpg' '0.6532696413605743' '1'],.....] 196 #尋找最佳閾值 197 best_thresh = find_best_threshold(thresholds, predicts[train]) 198 #通過上面的得到的最佳閾值來對test數據集進行測試得到准確率 199 accuracy.append(eval_acc(best_thresh, predicts[test])) 200 #thd閾值 201 thd.append(best_thresh) 202 #np.mean：計算均值，np.std：計算標准差 203 #輸出結果分別為：准確率均值，准確率標准差，閾值均值 204 print('LFWACC={:.4f} std={:.4f} thd={:.4f}'.format(np.mean(accuracy), np.std(accuracy), np.mean(thd))) 205 #例如結果為 LFWACC=0.9800 std=0.0600 thd=0.3490 206 #則說明准確率為98%，准確率標准差為0.06，閾值的均值為0.3490 207 #因此我們可以認為余弦相似度大於0.3490的兩張圖片里是同一個人