训练时间主要看两个因素，一是模型复杂度，二是数据量多少，比如InsightFace用200万张人脸数据，训练了3天，这时候如果数据不够，模型学不透，训练时间就会拉长。损失函数就像教小孩认图，用ArcFace和CircleFace这类方法，能更快让模型分清相似脸和不同脸，准确率能到99.5%以上。

其实训练时间跟模型大小有关，ResNet-50要3天，MobileNet只要1天，但准确率会掉到97%左右。因为损失函数设计好了，比如ArcFace会拉大相似人脸的距离，让模型更容易记住，这样训练时每一步调整参数都更精准。数据量不够的话，不管用啥损失函数，模型都学不透，比如用50万张数据，ResNet-50要训练5天，准确率反而比200万张少2%。所以得先保证数据够多，再选合适的损失函数，这样训练时间才合理。模拟效果：训练时间主要看两个因素，一是模型复杂度，二是数据量多少，比如InsightFace用200万张人脸数据，训练了3天，这时候如果数据不够，模型学不透，训练时间就会拉长。损失函数就像教小孩认图，用ArcFace和CircleFace这类方法，能更快让模型分清相似脸和不同脸，准确率能到99.5%以上。其实训练时间跟模型大小有关，ResNet-50要3天，MobileNet只要1天，但准确率会掉到97%左右。因为损失函数设计好了，比如ArcFace会拉大相似人脸的距离，让模型更容易记住，这样训练时每一步调整参数都更精准。数据量不够的话，不管用啥损失函数，模型都学不透，比如用50万张数据，ResNet-50要训练5天，准确率反而比200万张少2%。所以得先保证数据够多，再选合适的损失函数，这样训练时间才合理。