FC الجزئي: تدريب 10 ملايين هوية على جهاز واحد

لطالما كانت التعرف على الوجوه موضوعًا نشطًا وحيويًا في مجتمع رؤية الحاسوب لفترة طويلة. ركزت الأبحاث السابقة بشكل رئيسي على دوال الخسارة المستخدمة في شبكات استخراج الميزات الوجهية، حيث ساهمت تحسينات دوال الخسارة المستندة إلى Softmax بشكل كبير في تحسين أداء التعرف على الوجوه. ومع ذلك، أصبح التناقض بين الزيادة الحادة في عدد الهويات الوجهية ونقص ذاكرة وحدات معالجة الرسومات (GPU) تدريجيًا أمرًا لا يمكن التوفيق بينه. في هذه الورقة، نقوم بتحليل شامل للهدف من التحسين في دوال الخسارة المستندة إلى Softmax، وصعوبة تدريب عدد هائل من الهويات. ونكتشف أن أهمية الفئات السلبية في دالة Softmax في تعلم تمثيل الوجه ليست بنفس الدرجة العالية التي كنا نظنها سابقًا. تُظهر التجارب أن عدم وجود فقدان في الدقة عند التدريب باستخدام 10% فقط من الفئات المختارة عشوائيًا مقابل التدريب باستخدام جميع الفئات، باستخدام نماذج حديثة على المعايير الرئيسية. كما قمنا بتنفيذ خوارزمية توزيعية فعالة جدًا للأخذ العيني، مع أخذ الدقة النموذجية وفعالية التدريب بعين الاعتبار، حيث تمكّنت من إنجاز مهام التصنيف ذات الملايين من الهويات باستخدام فقط ثمانية وحدات NVIDIA RTX2080Ti. تم إتاحة كود هذه الورقة عبر الرابط التالي: https://github.com/deepinsight/insightface/tree/master/recognition/partial_fc.