[发明专利]一种大规模人脸数据集的双阶段噪声清洗方法

摘要

本发明公开了一种大规模人脸数据集的双阶段噪声清洗方法，本发明采用双阶段策略，让网络在训练过程中自发地检测闭集噪声样本和开集噪声样本，最终对闭集噪声样本进行重利用，对开集噪声样本从训练集进行删除。采用本发明方法清洗数据集后，训练出的模型的效果相比未清洗数据集来说在lfw精度上也大大的提高了,经统计可以正确识别出90%以上的噪声，实现非常好的噪声识别效果。清洗后的数据集上的模型训练结果，也大大优于未清洗的数据集上的训练结果，在常见的测试集,如LFW，Age‑DB，cfp‑fp上都证明了这一点。