简介
VGGFace是基于VGGNet训练自己的数据集得到的人脸识别模型。主要有以下特点：
● 构建最少的人为干预大规模人脸数据集。
● 非端到端：先使用Softmax在VGGDataset上预训练，最终输出维度是2622维，即共有2622个人，每个人有固定张数的人脸图像。然后再使用Triplet Loss训练出1024维的人脸特征向量（度量学习，学习独特性和紧凑型）。即先分类，再fine-tuning学习映射层（必须先分类，再fine-tuning）效果才更好。
● 验证方式 ：欧氏距离
VGGFace用少量数据训练性能就超过FaceNet的原因
● VGGFace使用的backbone分类性能较好。
● 使用了先分类后度量学习的fine-tuning策略。
● 使用的数据集更加结构化