FortiLZ的博客

ResNet 的文章有两篇：Deep Residual Learning for Image Recognition 和 Identity Mappings in Deep Residual Networks。这里仅仅关注三个问题：ResNet 解决了机器学习中的什么问题；ResNet 的代码怎么写的；ResNet 怎么用。至于文章中的性能研究和试验结果，就不做讨论了。Deep Resid...

代码及原文贴在我的 github 上： https://github.com/FortiLeiZhang/model_zoo/tree/master/TensorFlow/mtcnnMTCNN 的 TensorFlow 实现Magic Vision 要加人脸识别功能，所以要在 TensorFlow Serving 上起一个人脸识别服务，自然想到的是 Google 的 Facenet。 由...

代码在我的github: https://github.com/FortiLeiZhang/model_zoo/blob/master/TensorFlow/mtcnn/mtcnn_client.pyMTCNN TensorFLow Serving上一节用 Keras 实现了 mtcnn，下一步就是在 TF Serving 上将这个服务起来。本来以为很简单，就是把 model 导出来，...

Facenet 的 TensorFlow 实现上一节使用 mtcnn 可以将图片中的人的面部图像切割出来，这一节就要捕捉这些不同人的面部图像的特征，实现人脸识别。这一节参考的是 Google Facenet，其理论基础是文章 FaceNet: A Unified Embedding for Face Recognition and Clustering。这里我们的目标是重写 facenet，...

Facenet ServingGithub link训练好的模型最终还是要放到 TF Serving 上来跑。原作者给出了几个训练好的 pretrain model，同时，在 download_and_extract.py 中，还能发现几个老版本的 model 可以下载。然而，原作者在代码中用到了 tf.py_func 这一函数，但是 TF Serving 并不支持这个函数。所以，要想在 ...