在這挑戰中，想分享人臉辨識的相關基礎與流程，以及談到一些常見的模型架構。
一開始會說明人臉辨識興起的背景，實作人臉辨識的流程以及在實作過程中遇到那些挑戰。在人臉常見的流程如人臉偵測、特徵擷取最後再是人臉識別。分別如何實作這三個部分，及實做這三部。
在接下來會介紹常見的人臉辨識的模型架構。常見的處理圖像資料的捲積層、Resnet、Arcface等架構、還有一些輕量化的模型架構。
人臉辨識訓練時最重要的部分是資料集的來源，如何取得大量且有效的當地資料集，才可以增加辨識的準確率。
最後一部分是實作人臉辨識的經驗與結果，在這過程中學習到使用Python來實作人臉辨識系統，在實作人臉辨識的過程中尚未解決的問題。
iThome鐵人賽
看影片追技術