昨天晚上的总结--人跟人的区别在于想的多少吧

1.要做用户画像

ll 给我的描述的用户画像是这样的：

这个是个35岁的男人，有个3岁的孩子，要买一个900万的某某小学的学区房，首付能出到xx 钱，贷款最高能贷多少钱，执行最高贷。

对于联想的场景：我们的用户画像这个人是35岁的男性 身穿xx 上衣 ，xx 裤子，皮鞋，在展厅的某个位置停留较长的时间。

对于奥迪的场景:我们的用户画像这个人是35岁的男性 身穿xx 上衣 ，xx 裤子，皮鞋，在某某车附近停留较长的时间。

因此我们需要人脸的数据和人体的数据。画轨迹。

2.收集数据：

年龄肯定是在第一位的。

有了年龄在说其他的问题，比说说是性别，等 看看wanjun 的结果是什么样子的。megface 有一些图片里面有

celebra 的数据

3. bixiong 的问题

    首先我们先检测到bixiong 的头部 按照人脸的逻辑是其实是需要标注出来bixiong 的脸 但是脸对于比熊来说大家的定义不一样。所以就标注了bixiong 的头，然后这个问题就是个分类问题。识别那只bixiong 是那只。

问题是从人的角度看，比熊都是差不多的，采用的机制是每个狗狗测试的有一段视频，然后我么按照每一帧都投票，如果连续2000帧都投给一只狗，那么认为就是这只狗。如果有1500帧都是这只狗，那么应该也认为是这只狗。

4. tensforflow 有个99.3 的人脸，现在首先要做的是先把数据切出来，用之前的model 测试一下。

5. lz 那边测试的结果是99.15 但是我用wuxiang 的测试结果是98.65 so 只有公布统一的标准 才能说吧。

6. 车牌识别。

    车牌识别现在的问题是角度大的识别不对。