源码链接：https://github.com/davidsandberg/facenet
论文链接：https://arxiv.org/pdf/1503.03832.pdf
B站大神视频解读论文：https://www.bilibili.com/video/av17281188
FaceNet是一个用于人脸识别的网络。关于人脸，往往分为2个任务：
1.人脸检测（在图中找到人脸，找特征，矫正）
2.人脸识别（看看这是谁）
在本系列的随笔里，人脸检测使用MTCNN，人脸识别采用FaceNet。下面就谈谈FaceNet.
FaceNet的3个任务
- 人脸判断（是不是这个人，是？不是）
- 人脸识别（这人是谁？）
- 人脸聚类（和这张脸相似的脸有哪些？）
FaceNet的大致流程
（经提取的，无需矫正）待判断人脸 -> FaceNet网络 -> embedding（脸的特征向量）
--- 任务1 ---> 和已知人脸的特征向量求L2距离 -> 距离小于阈值就是同一张脸。
--- 任务2 ---> KNN最近邻分类，求是谁的脸（最近邻检索，参考其他随笔）。
--- 任务3 ---> K-means聚类，求相似的脸集合。
FaceNet的技术
上面可以看出，最核心的，应该就是FaceNet网络怎么设计了。3个任务，都是在网络输出的 有代表性的 脸特征embedding 的基础上，使用传统的一些技术实现的。
FaceNet的技术之一：
- 三元组 triplets
所谓的 triplets，可见我的随笔“04-人脸识别-triplets loss 的解释（转载）”
在使用中，一个训练数据样本由3张图组成：
（anchor-要判定的脸，positive-和anchor一类的脸，negative-和anchor不同类的脸）
这就是一个 triplet 。
FaceNet的技术之二：
- Triplets Loss 损失函数
可见我的随笔“04-人脸识别-triplets loss 的解释（转载）”
这里，triplet 中的核心，是anchor。
04-随笔中，L函数=0的意义，就是 anchor 到 positive 的距离+alpha <= anchor 到 negative 的距离。这就我们想要的结果。也就是优化的方向。
所以呢，在FaceNet的网络设计中，将训练数据和损失函数，都使用了以上的两种新技术。这是一个改进。
那接下来就要谈谈，网络是怎么设计的。
FaceNet的网络可以是什么样的
FaceNet其实不是一种网络，它应该是使用了以上2个技术，在各种 CNN（AlexNet/GoogleNet...）基础上，修改的一系列的网络。所以，在论文中，作者测试了各种网络，提出来在数据中心（data center）使用的“巨型”网络，也有能在手机上跑的小型网络。小型网络，我会在后续的随笔中，测试一下。
那，简单的说，使用的网络，就是各种 CNN 网络的修改。（我是这么理解的，如有不当，请指出，谢谢）
FaceNet的训练过程
关于训练，其实有很多注意事项，因为修改了 损失函数形式 以及 数据样本的格式。
- 样本挑选
为什么要挑，因为 loss 函数太容易等于零了（回看一下04随笔，L函数等于零，对大多数样本都满足）。
hard-positive样本：positive 到 anchor 的距离反常（太大）
hard-negative样本：negative 到 anchor 的距离反常（太小）
但是
用 hard-positive 样本容易陷入局部最优。
用 hard-negative 样本（有些是标注错误、拍照不好等），会造成训练失败。
所以，又调整了一下
用所有 positive 样本
在hard-negative 样本中加了限制：anchor 到 negative 必须 > anchor 到 positive，得到 semi-negative。
最终采用的：所有positive样本 + 部分 semi-negative 样本
具体训练过程，将在后续的随笔中给出。
这里只是感性认识，实践方出真知。