insightface_arcface

When to use

Instructions

1. Instalar:

   pip install insightface onnxruntime-gpu

   .
2. Inicializar:

   app = FaceAnalysis(name='buffalo_l', providers=['CUDAExecutionProvider'])

   .

   app.prepare(ctx_id=0, det_size=(640, 640))

   .
3. Detectar y extraer embedding de selfie:

   faces = app.get(selfie_img)

   .

   selfie_embedding = faces[0].embedding

   .
4. Detectar y extraer embedding de foto de documento (con ESRGAN si baja resolución).
5. Normalizar embeddings:

   e1 = selfie_embedding / np.linalg.norm(selfie_embedding)

   .
6. Calcular similitud coseno:

   similarity = np.dot(e1, e2)

   .
7. Umbral de aceptación:

   similarity > 0.45

   para ArcFace R100 (equivale a >85% en escala 0-1).
8. Exportar modelo a ONNX para Triton:

   onnx_model

   ya está incluido en InsightFace.

Notes

• Repositorio oficial: https://github.com/deepinsight/insightface
• Modelos disponibles:

  buffalo_l

  (alta precisión),

  buffalo_s

  (más rápido, menor precisión).
• El umbral 0.45 tiene FAR < 0.001% en LFW benchmark; ajustar según requisitos del negocio.