26、计算机视觉实战：人脸检测与工业缺陷检测

最新推荐文章于 2025-09-19 10:15:00 发布

emacs5lisp

最新推荐文章于 2025-09-19 10:15:00 发布

阅读量35

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习视觉实战指南文章标签：计算机视觉人脸检测 FaceNet

本文链接：https://blog.youkuaiyun.com/emacs5lisp/article/details/151033027

30 篇文章 ¥499.90

订阅专栏¥69.90

计算机视觉实战：人脸检测与工业缺陷检测

在个人电脑或笔记本上开发人脸检测器模型，首先需要克隆 FaceNet 的 GitHub 仓库。执行以下命令：

git clone https://github.com/ansarisam/facenet.git

克隆完成后，设置 PYTHONPATH 并添加到环境变量：

export PYTHONPATH=$PYTHONPATH:/home/user/facenet/src

注意， src 目录的路径必须是你计算机上的实际目录路径。

使用 MTCNN 模型对图像进行人脸对齐，由于图像数量较少，使用单进程处理。以下是人脸对齐的脚本：

python facenet/src/align/align_dataset_mtcnn.py \
~/presidents/ \
~/presidents_aligned \
--image_size 182 \
--margin 44

对于基于 Mac 的计算机，图像目录可能包含一个名为 .DS_Store 的隐藏文件，需确保从包含输入图像的所有子目录中删除该文件，并保证子目录中仅包含图像文件。