FaceNet官方訓練模型在LFW資料集下的測評
1.執行環境：
系統版本：Ubuntu16.04
2.實現步驟：
2-1.獲取LFW資料集：
下載地址：http://vis-www.cs.umass.edu/lfw/#resources
2-2.下載FaceNet並配置環境
1) git clone --recursive https://github.com/davidsandberg/facenet.git
2) cd facenet
3) pip install -r requirements.txt #利用pip安裝執行程式碼所需引入工具包
4）export PYTHONPATH=$(pwd)/src #設定環境變數
2-3.利用FaceNet自帶的align_dataset_mtcnn.py人臉對齊程式碼對LFW資料集進行對齊
1) cd facenet
2) python src/align/align_dataset_mtcnn.py ~/datasets/lfw/raw ~/datasets/lfw/lfw_mtcnnpy_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25
3)人臉對齊程式碼處理中。。。
4）完成
2-4.下載訓練好的FaceNet模型檔案
下載地址：https://github.com/davidsandberg/facenet
解壓，並存放在一個新資料夾下：
mkdir ~/models
2-5.在LFW資料集下進行測評
1）cd facenet
2) python src/validate_on_lfw.py ~/datasets/lfw/lfw_mtcnnpy_160 ~/models/20170512-110547
注意：檔案路徑很關鍵，輸入不正確會引起錯誤！！！
3）完成
結果如下：
Accuracy: 0.992+-0.003
Validation rate: 0.97467+-0.01477 @ FAR=0.00133
Area Under Curve (AUC): 1.000
Equal Error Rate (EER): 0.007
參考部落格：http://blog.csdn.net/tmosk/article/details/78087122