每月深度2-3：insightFace-測試集數據製作-史上最全

以下鏈接是個人關於insightFace所有見解，如有錯誤歡迎大家指出，我會第一時間糾正，如有興趣可以加QQ：944284742相互討論技術。
insightFace目錄:https：//blog.csdn.net/weixin_43013761/article/details/99646731：

數據製作

爲了簡單，已經還是拿LWF數據來做講解，製作bin文件之前，我們需要一個pairs.txt文件，那麼這個文件給幹嘛的？爲什麼需要一個這樣的文件？首先我們來看看，該文件的內容格式：

Jane_Pauley	0002	0001
Andre_Agassi	0017	0007
Blythe_Hartley	0001	0002
Natalie_Cole	0003	0002
......
......
Mary_Catherine_Correll	0001	Hilda_Fortune	0001
Ronnie_Jagday	0001	Christopher_Conyers	0001
Bob_Stoops	0001	Steve_Coterill	0001
Gillian_Anderson	0001	Mike_Flanagan	0001

可以看到該文件主要有兩種格式，第一種爲每行3個內容(相同圖片)，第二種爲每行4個內容(不相同圖片)主要解釋如下：

Jane_Pauley	0002	0001
#在Jane_Pauley目錄下的Jane_Pauley_0002.jpg與Jane_Pauley_0001.jpg爲相同的一個人

Ronnie_Jagday	0001	Christopher_Conyers	0001
#在Ronnie_Jagday目錄下的Ronnie_Jagday_0001.jpg
#與Christopher_Conyers_0001目錄下Christopher_Conyers_0001.jpg不是相同的一個人

在源碼中沒有生成pairs.txt文件的腳本，在這裏爲大家提供一分，負責粘貼即可,insightface-master\script\generate_pairs_txt.py：

# coding:utf-8
import sys
import os
import random
import time
import itertools
import pdb

src = 'D:/03.work/02.development/04.PaidOn/1.FaceRecognition/2.Dataset/1.OfficialData/2.testdata/lfw/lfw_112x112'
dst = open('D:/03.work/02.development/04.PaidOn/1.FaceRecognition/2.Dataset/1.OfficialData/2.testdata/lfw/lfw_valid/pairs.txt', 'a')

cnt = 0
same_list = []
diff_list = []
list1 = []
list2 = []
folders_1 = os.listdir(src)

# 產生相同的圖像對
conut = 0
print(len(folders_1))
for folder in folders_1:
    if os.path.isfile(folder):
        continue
    conut += 1
    print(conut)
    sublist = []
    imgs = os.listdir(os.path.join(src, folder))
    for img in imgs:
        img_root_path = os.path.join(src, folder, img)
        sublist.append(img_root_path)
        list1.append(img_root_path)
    # 組合
    #print(sublist)
    for item in itertools.combinations(sublist, 2):
        for name in item:
            same_list.append(name)
    #print(len(same_list))
    if len(same_list) is 0:
        continue
    for j in range(0, len(list1)-1, 2):
        dst.writelines(same_list[j] + ' ' + same_list[j+1] + '\n')

list2 = list1.copy()
# 產生不同的圖像對
diff = 0
# 如果不同的圖像對遠遠小於相同的圖像對，則繼續重複產生，直到兩者相差很小
while True:
    random.seed(time.time() * 100000 % 10000)
    random.shuffle(list2)
    for p in range(0, len(list2), 2):
        if list2[p] != list2[p + 1]:
            dst.writelines(list2[p] + ' ' + list2[p + 1] + '\n')
            diff += 1
        print(diff,same_list)
        if diff < len(same_list):
            continue
        else:
            break

運行時，只需要設定src以及dst即可，就能生成pairs.txt文件，然後運行insightface-master\src\data\lfw2pack.py文件(指定輸入以及輸出目錄即可)就能生成.bin文件。bin文件的測試可以參考之前的鏈接：
每月深度2-1：insightFace-模型復現-史上最全：(https://blog.csdn.net/weixin_43013761/article/details/99647292

在測試之前，我們需要配置insightface-master\recognition\config.py文件，

dataset.retina.val_targets = ['lfw', 'cfp_fp', 'agedb_30']
dataset.emore.val_targets = ['lfw', 'cfp_fp', 'agedb_30']

只需要在其中添加你自己的.bin文件，訓練時，會以其爲目標進行測試。現在對於源碼的操作流程基本弄明白了，接下來開始分析源碼的每一個細節。如果大家覺得不錯，希望可以給個贊，你的贊時我的動力。