cvlface/
  research/
    recognition/
      code/
        run_v1/
          scripts/
            train_plan4_adaface_swin.py
            prepare_kaggle_verification_protocol.py
            generate_plan8_report.py
            configs/
              *.yaml
            test_*.py

其中 train_plan4_adaface_swin.py 是当前主要训练脚本。

当前训练脚本支持的功能

Swin-S 224 backbone + AdaFace 分类头训练。
全量微调 backbone。
冻结 backbone 后只训练分类头。
LoRA 微调：
- --use-lora
- --lora-rank
- --lora-alpha
- --lora-dropout
- --lora-target-modules
eval-only 验证模式：
- --eval-only
- --eval-checkpoint
- --eval-pairs-csv
YAML config：
- --config configs/xxx.yaml
- 命令行参数会覆盖 config 中的默认值。
epoch 级日志：
- training_config.json
- epoch_metrics.csv
- 每个 epoch 记录 loss。
- 可按固定 epoch 间隔记录验证集 acc。

示例命令

全量微调示例：

bash

cd /root/Lab1/project/cvlface/research/recognition/code/run_v1/scripts
source /root/Lab1/venv/bin/activate

python train_plan4_adaface_swin.py \
  --train-root /root/Lab1/data/processed/agedb_harmonliu05_224_by_identity \
  --output-dir /root/Lab1/experiments/agedb567_full_finetune_20epoch \
  --ckpt /root/Lab1/project/cvlface/pretrained_models/model.safetensors \
  --epochs 20 \
  --batch-size 128 \
  --eval-every-epochs 5 \
  --eval-pairs-csv /root/Lab1/data/processed/fgnet_age30_protocol/facerec_val/fgnet_age30/pairs.csv

使用 YAML config 示例：

bash

python train_plan4_adaface_swin.py \
  --config configs/agedb567_lora_r4_fgnet_age30.yaml

注意事项

代码中的绝对路径来自服务器实验环境，换机器使用时需要按本地目录调整。
上传版本主要用于备份和复现实验，不保证是原始 CVLFace 官方仓库的完整发布版本。
如果只需要运行当前实验，优先查看 research/recognition/code/run_v1/scripts/ 目录。

lhx05/
lab1-cvlface-code

Lab1 CVLFace Code

主要内容

当前训练脚本支持的功能

相关数据仓库

相关权重仓库

示例命令

注意事项

lhx05/lab1-cvlface-code

Lab1 CVLFace Code

主要内容

当前训练脚本支持的功能

相关数据仓库

相关权重仓库

示例命令

注意事项

lhx05/
lab1-cvlface-code