前言
本文是对kaggle上的Facial Keypoints Detection数据进行训练,通过简单的cnn网络以预测面部关键点,顺便看看还能做点啥.
代码
先贴代码,都是比较基础的
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
df = pd.read_csv("./data/training.csv")
df.columns
df.head(3).T
df.info()
df.shape[0] - df.isnull().any(axis=1).sum()
df.fillna(method='ffill', inplace=True)
# df.dropna()
img = df['Image'].iloc[0]
points = y[0]
plt.imshow(img, cmap='gray')
plt.scatter(points[::2], points[1::2], c='red')
plt.show()
数据预览
df.columns
可以看到数据集一共有31维,前30列是每个特征点的坐标,共15个特征点,最后一列是图像的数据
Index(['left_eye_center_x', 'left_eye_center_y', 'right_eye_center_x',
'right_eye_c

本文介绍了一个基于简单CNN网络的面部关键点检测项目,使用Kaggle的Facial Keypoints Detection数据集进行训练,旨在预测面部关键点位置,并讨论了数据预处理、缺失值处理及图像展示等步骤。
最低0.47元/天 解锁文章
80

被折叠的 条评论
为什么被折叠?



