Реализация обучения модели Arcface с использованием параллельных методов
- 1,2 Кубанский государственный университет (г. Краснодар, Россия)
- 3 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
Аннотация
Постановка проблемы. При разработке нейросетевых моделей для распознавания лиц актуальна проблема, связанная со скоростью обучения. Необходимо, чтобы модель могла обучаться с использованием параллельных методов при любых архитектурах.
Цель. Повысить эффективность разработки нейросетевых моделей для распознавания лиц, используя существующие методы параллельного обучения.
Результаты. Рассмотрены различные подходы к параллельной реализации обучения модели Arcface, включая распределенное обучение, многопоточные вычисления и использование графических процессоров. Представлен анализ эффективности различных подходов и проведено обучение модели Arcface параллельными методами.
Практическая значимость. Рассмотренный метод параллельного обучения нейросетевой модели ускоряет процесс обучения, что позволяет реализовывать более сложные архитектуры, например, архитектуру Arcface для распознавания лиц.
- Поступила
- 15.05.2024
- Одобрена
- 03.07.2024
- Принята
- 28.08.2024
Для цитирования
Романюта Д.Ю., Коваленко А.В., Овсянникова А.В. Реализация обучения модели Arcface с использованием параллельных методов // Нелинейный мир. 2024. Т. 22. № 4. С. 80–85. DOI: https://doi.org/10.18127/j20700970-202404-10
Список источников
- Кабышев О.А., Маслаков М.П., Кабышев А.М. Программная реализация алгоритма обучения нейронной сети // Инженерный вестник Дона. 2021. № 3. URL: ivdon.ru/ru/magazine/archive/n3y2021/6850/.
- Arum R.K., Solayappan V. A., Sree S.S. Masked Deep Face Recognition using ArcFace and Ensemble Learning. Conference on Biomedical Engineering and Sciences. IEEE. 2021. URL: ieeexplore.ieee.org/document/9768777, Date accessed 20.05.2024.
- ArcFace Knows the Gender, Too!. URL: arxiv.org/abs/2112.10101, Date accessed 22.05.2024.
- Diffusion-Convolutional Neural Networks. URL: arxiv.org/abs/1511.02136, Date accessed 23.05.2024.
- ArcFace: Additive Angular Margin Loss for Deep Face Recognition. URL: arxiv.org/abs/1801.07698, Date accessed 24.05.2024.
- CosFace: Large Margin Cosine Loss for Deep Face Recognition. URL: arxiv.org/abs/1801.09414, Date accessed 24.05.2024.
- SphereFace: Deep Hypersphere Embedding for Face Recognition. URL: arxiv.org/abs/1704.08063, Date accessed 25.05.2024.
- A novel method for iris recognition using BP neural network and parallel computing by the aid of GPUs. URL: arxiv.org/pdf/2309.033901, Date accessed 26.05.2024.
- Face Recognition-Based Mass Attendance Using YOLOv5 and ArcFace. URL: researchgate.net/publication/371480244_Face_ Recognition-Based_Mass_Attendance _Using_YOLOv5_and_ArcFace, Date accessed 27.05.2024.
- Smart home Management System with Face Recognition Based on ArcFace Model in Deep Convolutional Neural Network, URL: researchgate.net/publication/365362063_Smart_home_Management_System_with_Face_Recognition_based_on_ArcFace_model_ in_Deep_Convolutional_Neural_Network, Date accessed 28.05.2024.
- Романюта Д.Ю., Лукащик Е.П. Нейросетевая система биометрической идентификации личности по сетчатке глаза // Прикладная математика: современные проблемы математики, информатики и моделирования. Краснодар: ФГБУ «Российское энергетическое агентство» Минэнерго России Краснодарский ЦНТИ – филиал ФГБУ «РЭА» Минэнерго России. 2022.
- Коваленко А.В. Нейронная сеть и нечеткие множества, как инструмент оценки кредитоспособности заемщика // Материалы VI объединенной научной конференции студентов и аспирантов факультета прикладной математики. Краснодар. 2006. С. 56–58.
- Романюта Д.Ю., Коваленко А.В., Калайдина Г.В. Сравнение диффузионных сверточных сетей в решение задачи распознавания лиц // Прикладная математика: современные проблемы математики, информатики и моделирования. Краснодар. 2024.