基于Yolov8n+Resnet101+Adaface的篮球场人脸识别产品系统

通过检测球场上运动员的人脸来区分不同运动员，从而统计各个运动员的得分，运动相机领域。

(1)在 glint360k 数据集(36w+id，1700w+图像)上采用 Adaface 损失函数训练 Resnet101，提高识别低质量图像的能力；
(2)在 WLFW 数据集上以 256*256 的输入训练 RTMPose 检测人脸的 98 点；
(3)检测出人脸位置后，裁剪时向上下左右扩大 10%的区域；
(4)计算篮球场人脸和人脸库人脸的特征向量(512 维)间的余弦相似度，取人脸库中余弦相似度最大且高于阈值 0.3 的人脸作为识别结果；
lfw 测试集上的准确率为 99.5%，私有低质量测试集上的识别准确率为 91%。在 4070 显卡上推理一张 1920*1080 的图像所花费的时间约为 260 毫秒，显存占用约为 735MB。

负责数据搜集、数据预处理、模型训练、优化、超参数调整、模型验证、后处理代码编写。