本文介绍了使用OpenVINO工具套件进行人脸识别和图片分类的实践经验。通过简洁的代码实现了人脸识别，调整置信度以识别更多人脸，并探讨了添加年龄和性别识别的可能性。此外，还进行了图片分类实验，优化模型并使用ResNet-50进行推理。通过这些步骤，作者熟悉了OpenVINO的工作流程，并收获了模型推理和应用的知识。
视频处理&OPENVINO工具套件总结
1、人脸识别
十行代码搞定人脸识别
整个过程可以分为7步：
加载模型 -> 选择使用那个模型 -> 读取图像 ->准备进行图像的推理 -> 推理 -> 在脸上绘制矩形 -> 保存图像
初步尝试得到的结果如下：
为了识别到更多的人脸，我们将置信度调低如0.2，可以看到，出现了更多被识别的人脸
后续也可加入对年龄和性别的识别（参考代码）：
2、图片分类器
运行模型优化器进行进行分类实验，由于不是在虚拟机进行的练习，所以操作与视频中存在不同，在pycharm中应用"运行" -> “编辑配置” ->“形参”，进行输入输出变量的设置
在安装了许多的包之后，运行得到xml格式的模型，再使用模型进行分类
之后使用resnet-50下的caffemodel推理模型，再运行即可。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
