大家好，我是小 G。
提到人工智能和人脸识别开源技术，相信很多业内的同行对于 InsightFace 应该不陌生，其中的 Arcface 论文被引用超过 2100 ，自从 2018 年开源以来，在 GitHub 上的增长也保持着强劲的增长态势。
从项目中展示的实际效果图上也可以看出效果确实不错。
而且近一年来，InsightFace 持续保持着强劲且活跃的更新态势：
其中既包含大量在学术圈、国际比赛（ICCV21、NIST-FRVT）的新进展，也支持多种框架的适配（MXNet、PyTorch、PaddlePaddle）。
InsightFace 框架介绍
InsightFace 是一个开源的 2D&3D 深度人脸分析工具箱，其中高效地实现了丰富多样的人脸识别、人脸检测和人脸对齐算法，并且针对训练和部署进行了优化，在多项算法测评、比赛获得优胜。
新增支持基于 PaddlePaddle 框架实现人脸识别系统
基于飞桨实现了人脸识别的 Blazeface、Arcface 和 MobileFace，开箱即用且有一定速度优势，支持大规模分布式训练，吞吐率高，最大可支持 6000 万分类。
（1）Arcface 模型开箱即用且有一定速度优势
- 开箱即用
- 速度优势
（2）ResNet 大模型分布式训练吞吐率高，最大支持 6000 万分类
- 吞吐率领先优势
- 最大支持 6000 万分类
（3）一行代码实践简单人脸识别 demo
检测 识别串联预测的示例脚本如下：
代码语言：javascript复制python3.7 tools/test_recognition.py --det --rec --index=index.bin --input=friends2.jpg --output="./output"最终可视化结果保存在 output 目录下，可视化结果如下图所示。
传送门：
https://github.com/deepinsight/insightface/tree/master/recognition/arcface_paddle
