tensorflow 实现人脸识别(facenet)
来源:互联网 发布:武汉人工智能峰会 编辑:程序博客网 时间:2024/05/29 13:23
1.获取数据集(LFW)
http://vis-www.cs.umass.edu/lfw/
2.下载facenet并配置
1)git clone --recursive https://github.com/davidsandberg/facenet.git
2)cd facenet/
3)pip install -r requirements.txt
4)export PYTHONPATH=$(pwd)/src
3.处理数据集(对齐数据集)
执行下面命令
1)cd facenet
2)python src/align/align_dataset_mtcnn.py ~/datasets/lfw/raw ~/datasets/lfw/lfw_mtcnnpy_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25
图片较多需要等一段时间
4.下载模型文件
https://github.com/davidsandberg/facenet
选择pre-trained models
下载20170512-110547(MS-Celeb-1M数据集训练的模型文件)
然后解压
放在一个文件夹下 mkdir ~/models以便后面路径寻找
5.在lfw数据集上面进行验证
1)cd facenet
2) python src/validate_on_lfw.py ~/dataset/lfw/lfw_mtcnnpy_160 ~/models/20170512-110547
即可
accuracy:0.993+-0.004
validation rate:0.97400+-0.01380 @ FAR=0.00100
Area Under Curve(AUC):0.999
Equal Error Rate(EER):0.008
阅读全文
0 0
- tensorflow 实现人脸识别(facenet)
- google facenet+ROS实现人脸识别
- 基于tensorflow的人脸识别技术(facenet)的测试
- 人脸识别之FaceNet
- 基于Opencv/TensorFlow/mtcnn/Facenet的实时人脸检测/人脸识别
- 人脸识别之端到端框架(三)--FaceNet
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- FaceNet--Google的人脸识别
- TensorFlow 实现人脸识别
- TensorFlow 实现人脸识别
- 用FaceNet的模型计算人脸之间距离(TensorFlow)
- 【论文笔记】FaceNet--Google的人脸识别
- TensorFlow实践|TensorFlow实现人脸表情识别
- numpy axis概念整理筆記
- 后台接收post方式传过来的xml格式的参数
- 将VirtualBox里安装的虚拟机在后台运行方法(在状态栏隐藏窗口)
- 欢迎使用CSDN-markdown编辑器
- django rest framework 应该有多个数据却显示null
- tensorflow 实现人脸识别(facenet)
- Scrapy框架的一些学习心得
- 树
- dict和set的使用
- Java学习笔记(14)--String类详解(一)
- Shell命令、函数与流程控制
- Buffer缓冲和Cache缓存的区别
- 查看java 字节码(尝试阅读之初体验)
- 拿到view真实宽高的4种方式