github上的facenet代码文档结构

本文详细介绍了一套全面的人脸检测与识别系统,包括代码结构、关键模块如人脸图像生成embeddings、人脸匹配与归类、实时人脸识别等,以及使用的深度学习模型如InceptionResnetV1和变分自动编码器。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

代码地址

文档结构

  • contributed/batch_represent.py 从图片目录中生成embeddings
  • contributed/cluster.py 人脸图像归类
  • contributed/clustering.py 人脸匹配
  • contributed/export_embeddings.py 从图片文件夹中导出embeddings和标签(numpy数组格式)
  • contributed/face.py 人脸检测和识别库接口
  • contributed/predict.py
  • contributed/predict.py 实时人脸识别(获取摄像头图片,并识别)
  • data/images 测试图片文件夹
  • data/learning_rate_*.txt 遍历次数与学习率对照表
  • data/pairs.txt
  • src/align/align_dataset_mtcnn.py 执行面对齐并将面部缩略图存储在输出目录中
  • src/align/detect_face.py 基于多任务级联卷积神经网络的人脸检测与对准
  • src/align/det*.npy detect_face.py 用到的数据
  • src/generative/models/dfc_vae.py 基于“深度特征一致变分自动编码器”的变分自动编码器
  • src/generative/models/dfc_vae_large.py 基于“深度特征一致变分自动编码器”的变分自动编码器(大图片 128*128)
  • src/generative/models/dfc_vae_resnet.py 基于“深度特征一致变分自动编码器”的变分自动编码器
  • src/generative/models/dfc_base.py 变分自动编码器基类,包含编码器和解码器
  • src/generative/calculate_attribute_vectors.py 计算属性向量
  • src/generative/modify_attribute.py 修改属性向量
  • src/generative/train_vae.py 训练变分自动编码器
  • src/models/dummy.py 虚拟模型,用于测试
  • src/models/inception_resnet_v1.py Inception Resnet V1 网络结构
  • src/models/inception_resnet_v2.py Inception Resnet V2 网络结构
  • src/models/squeezenet.py squeezenet 网络结构
  • src/calculate_filtering_metrics.py 计算数据集的过滤指标并存储在.hdf文件中
  • src/classifier.py 使用自定义数据集训练分类器
  • src/compare.py 进行面部对齐并计算与嵌入图片的欧氏距离
  • src/decode_msceleb_dataset.py 解析msceleb数据集
  • src/download_and_extract.py
  • src/facenet.py 构建人脸识别网络
  • src/freeze_graph.py 冻结网络,输出模型文件
  • src/lfw.py 评估lfw数据集
  • src/train_softmax.py 使用交叉熵损失函数训练
  • src/train_tripletloss.py 使用三元损失函数训练
  • src/validate_on_lfw.py 在lfw数据集上验证
  • test/*_test.py 测试代码
  • tmp
  • util/plot_learning_curves.m matlab中的绘制学习曲线工具
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值