FaceRecognitionModel

В данном репозитории представлено решение задачи по разспознаванию лиц. Модель, обученная нашей командой, способна отличать настоящие изображения от сгенирированных, а также различать разных людей на фото. В проекте имеется код обучения модели, код формирования предсказаний и реализация веб-приложения для интеграции модели с удобным минималистичным интерфейсом. Код приложения представлен в репозитории в папке web

Криптонит.pptx -- презентация нашего решения

В файле FaceRecognition.ipynb содержится код обучения модели на вирутальной машине. Также там построены графики падения лосса

Для запуска проекта, включающего в себя код локального обучения и предсказания (ML), необходимо воспользоваться виртуальным окружением или же заранее установить модули, указанные в requirements.txt. Также необходимо загрузить в папку data необходимые данные для обучения (папка train) и для теста модели (test_public).

В проекте была использована версия Python 3.10.12

FaceRecognitionDataset.py - датасет, используемый для наших данных.

data_processing.py - предобработка данных перед обучением. python data_processing.py - для предобработки.

eer.py - код метрики, используемой для оценки.

train.py – код обучения. python train.py - для обучения модели. Для дальнейшего использования веса модели после каждой эпохи сохраняются в ML/data/weights

make_prediction.py - код для получения предсказания модели на датасет, построенный наподобие бейзлайна. python make_prediction.py - для получения сабмита. Предварительно в модель загружаются лучшие веса из папки ML/data/weights