本文介绍如何使用FaceNet进行人脸图像的欧式距离测量和分类，涉及的工具包括PyCharm、SVC、DBSCAN及MTCNN。文章详细讲解了依赖库的下载与配置，以及compare.py和classifier.py的使用方法。同时，讨论了MTCNN在人脸检测方面的局限性。
FaceNet Github地址：链接
下载到自己的文件夹中，会有一个说明，需要下载哪些依赖库。
- 文件compare.py 是一个用于测量两个图片间欧式距离的库。
具体使用方法如下：
打开PyChram的Run，选择Run–> - 文件classifier.py是用于分类人脸，用的是SVC。也有DBSCAN在contributed里面
- MTCNN可以用来比较一个图片中是否有人脸。但是对于侧脸和眼睛遮挡的部分依然效果不好。另外，马赛克和低清晰度的图像对它影响较大。
未完待续
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
