DeepFace模型阈值选择技术咨询：默认依据与场景适配

1. 各模型默认阈值的选取依据 #

DeepFace里的这些默认阈值不是随便定的，核心依据是标准人脸基准数据集的调优结果，同时结合模型原论文的推荐值：

• 从代码注释能看到，VGG-Face的4096d版本阈值是在LFW（Labeled Faces in the Wild）数据集上调优得到的。这类通用数据集包含大量自然场景下的人脸样本，调优目标是平衡误识率（FAR）和拒识率（FRR），通常会选等错误率（EER）对应的阈值，或者在业务可接受的FAR范围内取FRR最低的阈值。
• 其他模型比如Facenet、ArcFace、Dlib等的阈值，主要参考各自原论文中在LFW、CFP-FP、AgeDB-30这类基准数据集上的验证结果，DeepFace维护者再通过统一测试流程验证后确定默认值，确保在通用场景下有稳定表现。

对应的阈值获取代码如下：

def find_threshold(model_name: str, distance_metric: str) -> float:
    base_threshold = {"cosine": 0.40, "euclidean": 0.55, "euclidean_l2": 0.75}

    thresholds = {
        # "VGG-Face": {"cosine": 0.40, "euclidean": 0.60, "euclidean_l2": 0.86}, # 2622d
        "VGG-Face": {
            "cosine": 0.68,
            "euclidean": 1.17,
            "euclidean_l2": 1.17,
        },  # 4096d - tuned with LFW
        "Facenet": {"cosine": 0.40, "euclidean": 10, "euclidean_l2": 0.80},
        "Facenet512": {"cosine": 0.30, "euclidean": 23.56, "euclidean_l2": 1.04},
        "ArcFace": {"cosine": 0.68, "euclidean": 4.15, "euclidean_l2": 1.13},
        "Dlib": {"cosine": 0.07, "euclidean": 0.6, "euclidean_l2": 0.4},
        "SFace": {"cosine": 0.593, "euclidean": 10.734, "euclidean_l2": 1.055},
        "OpenFace": {"cosine": 0.10, "euclidean": 0.55, "euclidean_l2": 0.55},
        "DeepFace": {"cosine": 0.23, "euclidean": 64, "euclidean_l2": 0.64},
        "DeepID": {"cosine": 0.015, "euclidean": 45, "euclidean_l2": 0.17},
        "GhostFaceNet": {"cosine": 0.65, "euclidean": 35.71, "euclidean_l2": 1.10},
    }

    threshold = thresholds.get(model_name, base_threshold).get(distance_metric, 0.4)

    return threshold

2. 不同场景下的理想阈值选择方法（并非完全依赖经验） #

选阈值有明确的流程，不用全靠经验：

• 先明确业务优先级：比如门禁场景要严控误识（不能放陌生人进），就调高阈值；考勤场景要减少拒识（不能漏打卡），就调低阈值。
• 用自有场景数据集做量化评估：收集场景内的正负样本（同一人的不同拍摄状态、不同人的样本），计算不同阈值下的FAR和FRR，画出ROC曲线，根据业务要求的指标（比如要求FAR≤0.1%）选对应阈值。
• 参考同场景行业规范：比如金融级人脸验证要求FAR低于1e-6，对应的阈值就要更严格。
• 迭代优化：上线后持续收集错误案例（误识/拒识），定期重新评估阈值，适配场景变化。

3. 测试时识别错误的解决思路 #

先定位错误类型，再针对性处理：

• 第一步：分析错误特征
  统计是误识（不同人脸被判为同一人）还是拒识（同一人被判为不同人），同时看错误样本的共性：比如光线过暗、侧脸角度大、戴口罩/眼镜、表情夸张等。
• 针对拒识问题
  • 检查预处理流程：确认人脸对齐、归一化是否正确，很多拒识是因为人脸定位不准导致特征提取错误。
  • 适当降低对应模型的阈值：通用场景下的拒识，微调阈值能提升通过率。
  • 换鲁棒性更强的模型：比如ArcFace、GhostFaceNet对姿态、遮挡的容忍度更高。
• 针对误识问题
  • 调高阈值：增加判定的严格度。
  • 换高维特征模型：比如用Facenet512代替Facenet，更高维度的特征区分度更强。
  • 多模型融合：同时用两个不同模型做验证，只有两者都通过才判定为同一人，降低误识概率。
• 补充场景数据优化
  如果错误样本是场景特有的（比如工地戴安全帽、医护戴口罩），收集这类数据对模型做微调，或者用数据增强生成类似样本，提升模型泛化能力。
• 检查代码逻辑
  确认阈值是否正确加载，距离计算方式是否和模型匹配（比如部分模型要求特征先做L2归一化再计算欧氏距离）。

内容的提问来源于stack exchange，提问作者Bernardo Bevilaqua