Partial FC

部分FC方法可实现千万级身份人脸识别模型训练

研究人员开发了一种名为部分FC（PFC）的新颖方法，可在单台机器上高效训练具有数百万身份的人脸识别模型。该技术通过在每个小批量中仅激活采样的一小部分负类中心来近似完整的softmax分类器，同时仍保留所有正类中心。PFC显著降低了内存、计算和通信开销，能够以具有竞争力的准确性和更高的效率进行大规模训练，支持数千万个类别。该方法还对标签噪声和长尾身份分布表现出鲁棒性。