facenet源码使用记录

最新推荐文章于 2024-10-31 10:58:42 发布

原创最新推荐文章于 2024-10-31 10:58:42 发布 · 349 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#facenet

本文详细介绍在Ubuntu16.04环境下使用TensorFlow1.12.0搭建Facenet人脸识别系统的全过程，包括源码下载、环境配置、预训练模型下载、数据集准备与处理、训练与验证数据集、预测图片等步骤。

部署运行你感兴趣的模型镜像

测试环境

ubuntu16.04+tensorflow1.12.0

一、下载源码

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

二、安装依赖环境

在Anaconda下大部分依赖环境都有了，我只安装了tensorflow

pip install tensorflow==1.12.0

三、下载facenet预训练模型

https://drive.google.com/open?id=1R77HmFADxe87GmoLwzfgMu_HY0IhcyBz
https://drive.google.com/open?id=1EXPBSXwTaqrSC0OhUdXNmKSh9qJUQ55-

在facenet下创建models文件夹，解压20180402-114759.zip、20180408-102900.zip到models文件夹下

四、准备数据集

五、数据集预处理

数据集转换

cp -i src/align/align_dataset_mtcnn.py src/
python src/align_dataset_mtcnn.py data/my_data/star_images/ data/my_data/star_images_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25

运行结果

六、训练数据集

python src/classifier.py TRAIN data/my_data/star_images_160/ models/20180402-114759/ models/my_classifier2.pkl

七、验证数据集

python src/classifier.py CLASSIFY data/my_data/star_images_160/ models/20180402-114759/ models/my_classifier2.pkl

八、预测图片

随便三张测试图片放在facenet/data/my_data，分别命名为hu.jpg，zhang.jpg，zhou.jpg

预测

cp -i contributed/predict.py src/
python src/predict.py data/my_data/zhou.jpg models/20180402-114759/ models/my_classifier2.pkl

运行结果

参考博客

https://blog.youkuaiyun.com/u012505617/article/details/88038733

https://blog.youkuaiyun.com/u012505617/article/details/88086447

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。它提供了一个灵活的平台,用于构建和训练各种机器学习模型