简介面向深度学习初学者的CNN人脸识别实战代码包聚焦卷积神经网络在人脸识别任务上的完整流程。压缩包共4个文件包括2个Python脚本、1个已训练好的模型参数pkl文件以及1张样本数据集预览动图整体大小14.64MB结构精简便于快速复现。该资源已有17738人学习下载热度较高。借助训练脚本可直接使用Olivetti人脸数据集训练模型也可利用params.pkl参数文件跳过训练直接测试效果代码与对应博客教程流程一致有助于理解数据预处理、网络层次设计、参数保存与加载、准确率评估等关键环节适合希望在实战中掌握CNN人脸识别实现细节的读者。1. 为什么做人脸识别要选CNN而不是传统方法先说结论如果你只是想快速实现一个人脸识别Demo用OpenCV的Haar级联加LBPH特征也能跑起来。但要论识别精度、泛化能力和工程可用性CNN卷积神经网络几乎是目前唯一值得认真投入的方向。传统的人脸识别思路核心是人工设计特征。早期流行的LBP局部二值模式、HOG方向梯度直方图、Haar特征本质上都是靠工程师的经验去总结人脸长什么样——哪里该有边缘、哪里纹理变化剧烈、哪里明暗对比明显。我刚开始接触人脸识别时用HOG特征配合SVM分类器做检测效果勉强能用但只要人脸角度偏一点、光照变一下特征分布立刻乱套准确率直接掉到不忍直视的程度。后来换LBPH做识别同样的问题还是存在。为什么会这样因为人工特征只能抓到低层的外观线索比如边缘、角点、颜色分布抓不到真正属于这个人的语义信息。就像让你只看一个人的鞋码去认人鞋子可以换码数也大同小异根本不可靠。CNN的解法完全不同。它不靠人工定特征而是靠数据驱动自己从像素里逐层学习特征。浅层卷积核学到的是边缘、纹理这些基础模式中层学到的是眼睛、鼻子、嘴巴这样的局部部件深层学到的几乎是这个人长什么样的全局语义表达。整个学习过程是端到端的输入原始像素输出身份类别中间不需要任何人工干预。CNN的结构本身也天然适合图像任务。局部感受野决定了每个卷积核只看一个局部区域而不是全图——这符合图像特征的局部性规律。权重共享让同一个卷积核扫遍整张图参数数量大幅下降模型更容易训练。空间池化则让特征对平移和轻微形变有一定容忍度人脸稍微歪一点、偏移几个像素照样能识别出来。打个比方传统方法像是给每个人手工做一个固定模具脸一变就卡不上CNN是让机器自己观察大量人脸总结出哪些特征组合起来能区分一个人然后拿着这套学习到的组合规则去匹配新样本。两者的上限完全不在一个量级。我这次做的项目就是用一个轻量级CNN在公开人脸数据集上完成端到端的人脸识别流程从数据准备、模型搭建、训练评估一直走到推理部署下面把每一步的细节和代码完整拆开来讲。2. 整体流程与数据准备这一步决定最终识别效果的五成以上很多人一上来就急着搭模型结果数据一团糟训练出来的模型自己都看不下去。在这里我用实际项目经验告诉你人脸识别的Pipeline里数据处理花费的时间往往比模型设计还多而且数据质量直接决定了最终效果的上限。2.1 完整流程总览一个典型的人脸识别任务整体流程如下数据集收集与划分——准备包含多个人、每人多张人脸图像的训练集按比例拆成训练集和验证集。人脸检测与对齐——检测出图像中的人脸位置裁切出来并对齐到统一尺寸消除背景干扰。预处理——统一尺寸、灰度化或RGB归一化做数据增强提升泛化能力。模型设计——搭建CNN网络结构确定卷积层数量、卷积核大小、池化策略、全连接层维度。训练——选择合适的损失函数、优化器和学习率迭代训练。评估与调参——在验证集上观察准确率和损失曲线调整超参数必要时增加数据增强或正则化。保存与推理——保存训练好的模型参数加载模型对新的人脸图像做预测。2.2 数据集选型与预处理细节我这次用的是公开的ORL人脸数据集里面有40个人每人10张灰度图每张尺寸112×92。样本量不大但足够验证一套CNN流程的可行性。如果你想直接挑战更大规模的任务可以考虑LFW、CelebA或者自己采集人脸数据但起步阶段用小数据集跑通流程更合理。拿到原始图像后第一件事不是喂给模型而是做人脸检测和裁剪。ORL数据集本身已经裁剪好了但如果你的数据里包含完整照片就需要先用MTCNN或者OpenCV的DNN检测器把人脸区域框出来。这一步很关键因为CNN的卷积核是在固定尺寸的局部区域上滑动的如果输入图里人脸上的像素占比太小卷积核扫到的全是背景根本学不到人脸特征。检测完之后统一resize到一个固定尺寸。我这次用的是112×112因为很多轻量级人脸识别模型比如MobileFaceNet都用这个尺寸后续想换backbone也比较方便。再就是数据增强。我用了随机水平翻转、随机亮度调整、随机旋转范围控制在±10度以内这样能模拟真实场景中的姿态和光照变化。数据增强的本质相当于免费扩展训练集让模型见过更多样的情况泛化能力会好很多。但注意幅度不能太大否则会把面部结构扭曲掉。另外还有三个容易踩的坑归一化一定要做。把像素值从0-255缩放到0-1或者标准化到均值为0方差为1能让梯度更新更平稳。我第一次做的时候忘了归一化模型前几个epoch的loss一直不降排查了半天才发现是这个原因。训练集和验证集的分割要按人分不能按图像分。也就是说同一个人所有的照片必须全部在训练集或全部在验证集里否则模型在训练时见过这个人验证集里又出现同一人的照片评估结果会虚高没有任何参考价值。类别标签要从0开始连续编号。很多框架的交叉熵损失要求标签是0到类别数减1的整数标签错位会导致训练完全混乱。3. CNN模型设计与核心原理拆解模型是整个识别系统的发动机。我这次设计了一个轻量级的CNN参数量不大但在小规模数据集上效果足够而且训练速度快CPU都能跑得动。结构上参考了经典的LeNet和VGG的思路但做了简化。3.1 网络结构卷积、池化、全连接如何协同模型结构如下输入层112×112×3的RGB图像第一个卷积块Conv2d(3, 32, kernel_size3, padding1) → ReLU → MaxPool2d(2)第二个卷积块Conv2d(32, 64, kernel_size3, padding1) → ReLU → MaxPool2d(2)第三个卷积块Conv2d(64, 128, kernel_size3, padding1) → ReLU → MaxPool2d(2)展平层把特征图展开成一维向量全连接层FC(128×14×14, 256) → ReLU → Dropout(0.5) → FC(256, 40)输出层Softmax转换得到40个人的概率分布每个卷积块做的事情本质上是逐层抽象第一层学习边缘和纹理第二层组合出五官局部结构第三层形成面部整体语义信息。每次池化让特征图尺寸减半、通道数翻倍信息容量没有减少但空间分辨率降低了后面的卷积核能覆盖更大的感受野。为什么选3×3的小卷积核而不是5×5或者7×7这是一个值得展开的点。3×3卷积核是目前的主流选择因为两个连续的3×3卷积叠加感受野等于一个5×5卷积但参数量只有后者的18/25。而且两个卷积之间都有ReLU激活网络的非线性表达能力更强。VGG系列模型证明了这种堆叠方式的有效性后续的ResNet也沿用了这个设计思路。3.2 卷积层的参数量和特征图尺寸计算很多人看到CNN结构图就头大其实掌握一个公式就够用了。设输入特征图尺寸为W×H、通道数为C_in卷积核大小为K×K、输出通道数为C_outpadding为Pstride为S那么输出特征图的宽高为输出尺寸 (W 2P - K) / S 1以第一层为例输入112×112×3卷积核3×332个padding1stride1输出尺寸 (112 2×1 - 3) / 1 1 112通道数变为32所以输出是112×112×32。池化层把特征图尺寸减半所以经过第一个池化变成56×56×32第二个池化变成28×28×64第三个池化变成14×14×128。最后展平成一维就是128×14×14 25088个数值这就是全连接层输入的数量。计算每一层的参数第一层卷积的参数量为32 × (3×3×3 1) 896。三层的总参数量加起来也才几十万级别比动辄上千万的大模型轻量得多训练起来非常快。这里有一个非常容易搞错的细节输入是RGB三通道卷积核的通道数必须等于输入通道数也就是说每个卷积核实际上是一个3×3×3的三维张量在三个通道上同时做卷积然后相加得到一个输出值。很多初学者以为卷积核是2D的用一段空间位置特征不好调参尤其是光照变化明显时。数据增强里的亮度扰动能缓解但更好的做法是对训练集做标准化——每个通道在0到1之间再减去均值除以标准差。或者改用归一化到0到1的版本效果也OK。第三个问题是dropout放在哪里。我的做法是放在全连接层之间卷积层后面不设dropout因为卷积层本身参数量少过拟合风险主要在最后的全连接层。4.4 训练过程中的监控与判断训练时我同时观察训练集和验证集的准确率、loss曲线。正常情况下训练loss持续下降、验证loss也同步下降说明模型在正常学习。如果训练loss下降但验证loss开始上升那就是过拟合信号需要增强正则化。如果两者都卡住不动可能就是学习率不合适或者数据出了问题。我还习惯在每个epoch结束时打印当前最佳验证准确率方便训练中断后恢复。保存模型时除了权重也把优化器状态和epoch号一并保存这样如果后面想继续训练可以无缝接上。5. 常见问题与调参避坑实录真实项目里踩出来的经验这一节的内容都是我实际动手时遇到并且解决过的写出来供大家参考能帮你少走很多弯路。5.1 常见问题速查表问题现象可能原因解决方案训练loss完全不降学习率过大或过小、数据未归一化调到1e-3左右检查输入像素范围训练loss下降但验证loss上升模型过拟合增加dropout、增加数据增强、加L2正则验证准确率很高但实际测试差数据划分泄漏同人照片同时出现在训练和验证集按人划分数据而不是按图划分模型对某个人的识别率特别低该人的训练样本太少收集更多该人样本或使用数据增强扩充推理时预测类别序号错位标签映射关系错误训练和推理时必须使用同一个类别到ID的映射表训练过程中loss出现NaN学习率过高导致梯度爆炸调低学习率或者增加梯度裁剪5.2 我个人踩过的坑第一个坑是标签映射问题。我用torchvision的ImageFolder读取数据时文件夹按人名排列自动生成的标签是0到39。训练时一切正常但推理阶段我手写了一个映射表结果顺序对不上导致模型预测的类别和真实人名完全错位准确率直接变成接近0。排查了很久才发现是这个问题。解决方案是训练时就把类别到ID的映射关系保存成JSON文件推理时直接读取不要手写。第二个坑是发现数据增强过度。一开始我把随机旋转范围设成±30度结果训练集上准确率始终上不去。仔细一看旋转过头导致人脸已经明显变形了打乱了五官的正常排列。后面把旋转范围缩小到±10度问题就解决了。数据增强不是越猛越好要保持在人脸仍然看起来像人脸的范围内。第三个坑是验证集划分。第一次做的时候我随机洗牌然后按比例切分导致同一个人在不同身份下出现在训练和验证集中验证准确率显示98%但实际拿新照片测试只有70%。按人重新划分之后验证准确率掉到了90%上下但实际测试效果明显好了。这个教训很深刻——数据划分的逻辑直接决定了评估的可信度。第四个坑和学习率有关。我用Adam优化器时习惯默认lr1e-3这次一开始就用1e-2结果loss在前几个epoch乱跳非常大的震荡根本降不下去。后来把学习率降到1e-3模型才稳定收敛。小数据集、小模型的情况下学习率宁可小一点也不要贪快。写在后面这些经验可以继续往哪里扩展跑通这个CNN人脸识别流程之后后续可以做的方向其实很多。如果数据量增大可以把网络结构换成ResNet或者MobileFaceNet并引入ArcFace这类带角度边距的损失函数识别精度会有明显提升。如果是做实时视频人脸识别还可以用轻量级检测模型配合跟踪算法先检测出人脸位置再做识别。我个人在实际项目中的体会是深度学习模型的效果天花板更多取决于你的数据质量和流程设计的合理性而不是模型本身有多复杂。第一次做的时候把网络搭得很深加了各种模块结果训练慢还过拟合。反而是把数据处理和流程规范做好之后一个简单的CNN就能达到足够好的效果。最后再分享一个小技巧训练完模型后可以把每个类别的特征向量全连接层倒数第二层的输出保存下来后续做1:1人脸验证时不需要重新训练模型直接计算特征向量的余弦相似度超过阈值就判定为同一个人。这种方式在真实项目中非常实用扩展性远好于单纯的多分类输出强烈推荐一试。本文还有配套的精品资源点击获取 CNN人脸识别实战：从卷积原理到模型训练部署全流程
简介面向深度学习初学者的CNN人脸识别实战代码包聚焦卷积神经网络在人脸识别任务上的完整流程。压缩包共4个文件包括2个Python脚本、1个已训练好的模型参数pkl文件以及1张样本数据集预览动图整体大小14.64MB结构精简便于快速复现。该资源已有17738人学习下载热度较高。借助训练脚本可直接使用Olivetti人脸数据集训练模型也可利用params.pkl参数文件跳过训练直接测试效果代码与对应博客教程流程一致有助于理解数据预处理、网络层次设计、参数保存与加载、准确率评估等关键环节适合希望在实战中掌握CNN人脸识别实现细节的读者。1. 为什么做人脸识别要选CNN而不是传统方法先说结论如果你只是想快速实现一个人脸识别Demo用OpenCV的Haar级联加LBPH特征也能跑起来。但要论识别精度、泛化能力和工程可用性CNN卷积神经网络几乎是目前唯一值得认真投入的方向。传统的人脸识别思路核心是人工设计特征。早期流行的LBP局部二值模式、HOG方向梯度直方图、Haar特征本质上都是靠工程师的经验去总结人脸长什么样——哪里该有边缘、哪里纹理变化剧烈、哪里明暗对比明显。我刚开始接触人脸识别时用HOG特征配合SVM分类器做检测效果勉强能用但只要人脸角度偏一点、光照变一下特征分布立刻乱套准确率直接掉到不忍直视的程度。后来换LBPH做识别同样的问题还是存在。为什么会这样因为人工特征只能抓到低层的外观线索比如边缘、角点、颜色分布抓不到真正属于这个人的语义信息。就像让你只看一个人的鞋码去认人鞋子可以换码数也大同小异根本不可靠。CNN的解法完全不同。它不靠人工定特征而是靠数据驱动自己从像素里逐层学习特征。浅层卷积核学到的是边缘、纹理这些基础模式中层学到的是眼睛、鼻子、嘴巴这样的局部部件深层学到的几乎是这个人长什么样的全局语义表达。整个学习过程是端到端的输入原始像素输出身份类别中间不需要任何人工干预。CNN的结构本身也天然适合图像任务。局部感受野决定了每个卷积核只看一个局部区域而不是全图——这符合图像特征的局部性规律。权重共享让同一个卷积核扫遍整张图参数数量大幅下降模型更容易训练。空间池化则让特征对平移和轻微形变有一定容忍度人脸稍微歪一点、偏移几个像素照样能识别出来。打个比方传统方法像是给每个人手工做一个固定模具脸一变就卡不上CNN是让机器自己观察大量人脸总结出哪些特征组合起来能区分一个人然后拿着这套学习到的组合规则去匹配新样本。两者的上限完全不在一个量级。我这次做的项目就是用一个轻量级CNN在公开人脸数据集上完成端到端的人脸识别流程从数据准备、模型搭建、训练评估一直走到推理部署下面把每一步的细节和代码完整拆开来讲。2. 整体流程与数据准备这一步决定最终识别效果的五成以上很多人一上来就急着搭模型结果数据一团糟训练出来的模型自己都看不下去。在这里我用实际项目经验告诉你人脸识别的Pipeline里数据处理花费的时间往往比模型设计还多而且数据质量直接决定了最终效果的上限。2.1 完整流程总览一个典型的人脸识别任务整体流程如下数据集收集与划分——准备包含多个人、每人多张人脸图像的训练集按比例拆成训练集和验证集。人脸检测与对齐——检测出图像中的人脸位置裁切出来并对齐到统一尺寸消除背景干扰。预处理——统一尺寸、灰度化或RGB归一化做数据增强提升泛化能力。模型设计——搭建CNN网络结构确定卷积层数量、卷积核大小、池化策略、全连接层维度。训练——选择合适的损失函数、优化器和学习率迭代训练。评估与调参——在验证集上观察准确率和损失曲线调整超参数必要时增加数据增强或正则化。保存与推理——保存训练好的模型参数加载模型对新的人脸图像做预测。2.2 数据集选型与预处理细节我这次用的是公开的ORL人脸数据集里面有40个人每人10张灰度图每张尺寸112×92。样本量不大但足够验证一套CNN流程的可行性。如果你想直接挑战更大规模的任务可以考虑LFW、CelebA或者自己采集人脸数据但起步阶段用小数据集跑通流程更合理。拿到原始图像后第一件事不是喂给模型而是做人脸检测和裁剪。ORL数据集本身已经裁剪好了但如果你的数据里包含完整照片就需要先用MTCNN或者OpenCV的DNN检测器把人脸区域框出来。这一步很关键因为CNN的卷积核是在固定尺寸的局部区域上滑动的如果输入图里人脸上的像素占比太小卷积核扫到的全是背景根本学不到人脸特征。检测完之后统一resize到一个固定尺寸。我这次用的是112×112因为很多轻量级人脸识别模型比如MobileFaceNet都用这个尺寸后续想换backbone也比较方便。再就是数据增强。我用了随机水平翻转、随机亮度调整、随机旋转范围控制在±10度以内这样能模拟真实场景中的姿态和光照变化。数据增强的本质相当于免费扩展训练集让模型见过更多样的情况泛化能力会好很多。但注意幅度不能太大否则会把面部结构扭曲掉。另外还有三个容易踩的坑归一化一定要做。把像素值从0-255缩放到0-1或者标准化到均值为0方差为1能让梯度更新更平稳。我第一次做的时候忘了归一化模型前几个epoch的loss一直不降排查了半天才发现是这个原因。训练集和验证集的分割要按人分不能按图像分。也就是说同一个人所有的照片必须全部在训练集或全部在验证集里否则模型在训练时见过这个人验证集里又出现同一人的照片评估结果会虚高没有任何参考价值。类别标签要从0开始连续编号。很多框架的交叉熵损失要求标签是0到类别数减1的整数标签错位会导致训练完全混乱。3. CNN模型设计与核心原理拆解模型是整个识别系统的发动机。我这次设计了一个轻量级的CNN参数量不大但在小规模数据集上效果足够而且训练速度快CPU都能跑得动。结构上参考了经典的LeNet和VGG的思路但做了简化。3.1 网络结构卷积、池化、全连接如何协同模型结构如下输入层112×112×3的RGB图像第一个卷积块Conv2d(3, 32, kernel_size3, padding1) → ReLU → MaxPool2d(2)第二个卷积块Conv2d(32, 64, kernel_size3, padding1) → ReLU → MaxPool2d(2)第三个卷积块Conv2d(64, 128, kernel_size3, padding1) → ReLU → MaxPool2d(2)展平层把特征图展开成一维向量全连接层FC(128×14×14, 256) → ReLU → Dropout(0.5) → FC(256, 40)输出层Softmax转换得到40个人的概率分布每个卷积块做的事情本质上是逐层抽象第一层学习边缘和纹理第二层组合出五官局部结构第三层形成面部整体语义信息。每次池化让特征图尺寸减半、通道数翻倍信息容量没有减少但空间分辨率降低了后面的卷积核能覆盖更大的感受野。为什么选3×3的小卷积核而不是5×5或者7×7这是一个值得展开的点。3×3卷积核是目前的主流选择因为两个连续的3×3卷积叠加感受野等于一个5×5卷积但参数量只有后者的18/25。而且两个卷积之间都有ReLU激活网络的非线性表达能力更强。VGG系列模型证明了这种堆叠方式的有效性后续的ResNet也沿用了这个设计思路。3.2 卷积层的参数量和特征图尺寸计算很多人看到CNN结构图就头大其实掌握一个公式就够用了。设输入特征图尺寸为W×H、通道数为C_in卷积核大小为K×K、输出通道数为C_outpadding为Pstride为S那么输出特征图的宽高为输出尺寸 (W 2P - K) / S 1以第一层为例输入112×112×3卷积核3×332个padding1stride1输出尺寸 (112 2×1 - 3) / 1 1 112通道数变为32所以输出是112×112×32。池化层把特征图尺寸减半所以经过第一个池化变成56×56×32第二个池化变成28×28×64第三个池化变成14×14×128。最后展平成一维就是128×14×14 25088个数值这就是全连接层输入的数量。计算每一层的参数第一层卷积的参数量为32 × (3×3×3 1) 896。三层的总参数量加起来也才几十万级别比动辄上千万的大模型轻量得多训练起来非常快。这里有一个非常容易搞错的细节输入是RGB三通道卷积核的通道数必须等于输入通道数也就是说每个卷积核实际上是一个3×3×3的三维张量在三个通道上同时做卷积然后相加得到一个输出值。很多初学者以为卷积核是2D的用一段空间位置特征不好调参尤其是光照变化明显时。数据增强里的亮度扰动能缓解但更好的做法是对训练集做标准化——每个通道在0到1之间再减去均值除以标准差。或者改用归一化到0到1的版本效果也OK。第三个问题是dropout放在哪里。我的做法是放在全连接层之间卷积层后面不设dropout因为卷积层本身参数量少过拟合风险主要在最后的全连接层。4.4 训练过程中的监控与判断训练时我同时观察训练集和验证集的准确率、loss曲线。正常情况下训练loss持续下降、验证loss也同步下降说明模型在正常学习。如果训练loss下降但验证loss开始上升那就是过拟合信号需要增强正则化。如果两者都卡住不动可能就是学习率不合适或者数据出了问题。我还习惯在每个epoch结束时打印当前最佳验证准确率方便训练中断后恢复。保存模型时除了权重也把优化器状态和epoch号一并保存这样如果后面想继续训练可以无缝接上。5. 常见问题与调参避坑实录真实项目里踩出来的经验这一节的内容都是我实际动手时遇到并且解决过的写出来供大家参考能帮你少走很多弯路。5.1 常见问题速查表问题现象可能原因解决方案训练loss完全不降学习率过大或过小、数据未归一化调到1e-3左右检查输入像素范围训练loss下降但验证loss上升模型过拟合增加dropout、增加数据增强、加L2正则验证准确率很高但实际测试差数据划分泄漏同人照片同时出现在训练和验证集按人划分数据而不是按图划分模型对某个人的识别率特别低该人的训练样本太少收集更多该人样本或使用数据增强扩充推理时预测类别序号错位标签映射关系错误训练和推理时必须使用同一个类别到ID的映射表训练过程中loss出现NaN学习率过高导致梯度爆炸调低学习率或者增加梯度裁剪5.2 我个人踩过的坑第一个坑是标签映射问题。我用torchvision的ImageFolder读取数据时文件夹按人名排列自动生成的标签是0到39。训练时一切正常但推理阶段我手写了一个映射表结果顺序对不上导致模型预测的类别和真实人名完全错位准确率直接变成接近0。排查了很久才发现是这个问题。解决方案是训练时就把类别到ID的映射关系保存成JSON文件推理时直接读取不要手写。第二个坑是发现数据增强过度。一开始我把随机旋转范围设成±30度结果训练集上准确率始终上不去。仔细一看旋转过头导致人脸已经明显变形了打乱了五官的正常排列。后面把旋转范围缩小到±10度问题就解决了。数据增强不是越猛越好要保持在人脸仍然看起来像人脸的范围内。第三个坑是验证集划分。第一次做的时候我随机洗牌然后按比例切分导致同一个人在不同身份下出现在训练和验证集中验证准确率显示98%但实际拿新照片测试只有70%。按人重新划分之后验证准确率掉到了90%上下但实际测试效果明显好了。这个教训很深刻——数据划分的逻辑直接决定了评估的可信度。第四个坑和学习率有关。我用Adam优化器时习惯默认lr1e-3这次一开始就用1e-2结果loss在前几个epoch乱跳非常大的震荡根本降不下去。后来把学习率降到1e-3模型才稳定收敛。小数据集、小模型的情况下学习率宁可小一点也不要贪快。写在后面这些经验可以继续往哪里扩展跑通这个CNN人脸识别流程之后后续可以做的方向其实很多。如果数据量增大可以把网络结构换成ResNet或者MobileFaceNet并引入ArcFace这类带角度边距的损失函数识别精度会有明显提升。如果是做实时视频人脸识别还可以用轻量级检测模型配合跟踪算法先检测出人脸位置再做识别。我个人在实际项目中的体会是深度学习模型的效果天花板更多取决于你的数据质量和流程设计的合理性而不是模型本身有多复杂。第一次做的时候把网络搭得很深加了各种模块结果训练慢还过拟合。反而是把数据处理和流程规范做好之后一个简单的CNN就能达到足够好的效果。最后再分享一个小技巧训练完模型后可以把每个类别的特征向量全连接层倒数第二层的输出保存下来后续做1:1人脸验证时不需要重新训练模型直接计算特征向量的余弦相似度超过阈值就判定为同一个人。这种方式在真实项目中非常实用扩展性远好于单纯的多分类输出强烈推荐一试。本文还有配套的精品资源点击获取