update

contrast/README.md

@@ -0,0 +1,60 @@
+# Build Your Own Face Recognition Model
+
+训练你自己的人脸识别模型！
+
+人脸识别从原始的 Softmax Embbedding，经过2015年 Facenet 领衔的 triple loss metric learning，然后是 additional margin metric learning。这次的系列博客实现的是2018年提出的 ArcFace 。
+
+
+### 依赖
+```py
+Python >= 3.6
+pytorch >= 1.0
+torchvision
+imutils
+pillow == 6.2.0
+tqdm
+```
+
+### 数据准备
+
++ 下载WebFace（百度一下）以及干净的图片列表（[BaiduYun](http://pan.baidu.com/s/1hrKpbm8)）用于训练
++ 下载LFW（[BaiduYun](https://pan.baidu.com/s/12IKEpvM8-tYgSaUiz_adGA) 提取码 u7z4）以及[测试列表](https://github.com/ronghuaiyang/arcface-pytorch/blob/master/lfw_test_pair.txt)用于测试
++ 删除WebFace中的脏数据，使用`utils.py`
+
+### 配置参数
+
+见`config.py`
+
+### 训练
+
+天然支持单机多GPU训练
+
+```py
+export CUDA_VISIBLE_DEVICES=0,1
+python train.py
+```
+
+### 测试
+
+```py
+python test.py
+```
+
+### 博客
+
+虽然有关人脸识别的介绍已经很多了，但受到许多 [Build-Your-Own-x](https://github.com/danistefanovic/build-your-own-x) 文章的启发，就想写一个 Build Your Own Face Model 的博客，愿于他人有益。
+
++ 001 [数据准备](./blog/data.md)
++ 002 [模型架构](./blog/model.md)
++ 003 [损失函数](./blog/loss.md)
++ 004 [度量函数](./blog/metric.md)
++ 005 [训练](./blog/train.md)
++ 006 [测试](./blog/test.md)
+
+### 致谢
+
+虽然并未注明，但本项目中有一些代码直接复制或者修改自以下仓库，许可证与之相同：
+
++ [insightFace](https://github.com/deepinsight/insightface/tree/master/recognition)
++ [insightFace_Pytorch](https://github.com/TreB1eN/InsightFace_Pytorch)
++ [arcface-pytorch](https://github.com/ronghuaiyang/arcface-pytorch)