keyanxiaocaicai的专栏

在本机和183上用源码安装opencv 遇到问题： 使用的命令是： cmake -D CMAKE_BUILD_TYPE=RELEASE -D WITH_CUDA=OFF -D WITH_FFMPEG=OFF ..-D BUILD_TIFF=ON -D BUILD_EXAMPLES=OFF -D WITH_JASPER=ON -D CMAKE_INSTALL_PREFIX=/home/geguojing/local -D BUILD_opencv_gpu=OFF -D PYTHON_LIBRARY=/...

前段时间L老师给我很多个人脸识别模型 最近终于有时间去分析下这几个模型 8月22 号的模型是使用的resnet64模型，但是看上去这是个用resnet64 拟合的模型。 这个resnet64 的结构跟sphereface 64 的结构是一样的。 去华为的时候，发现他们算1e-6 的时候，精度在80% 以上。 1e-8 的时候在56% 左右。 我今天下午算出来的结果是1e-6 是75%，...

https://blog.youkuaiyun.com/fengbingchun/article/details/56280708 https://www.cnblogs.com/heguanyou/p/7503025.html

在使用pytroch训练face 的时候： 复现：https://github.com/wujiyang/Face_Pytorch 参数设置好：在运行python train.py 的时候遇到问题：（189 和183 都有这个问题） 1. python 版本3.6 2. andaconda 版本3.5.2 3. pytoch 版本1.0 问题： File "/home/geg...

转载自：https://www.zhihu.com/question/50996014

错误 46 error LNK2001: 无法解析的外部符号 __imp_CryptAcquireContextA E:\face_code\Face-c925292b7a966f46b39c8a240cc97611d5c20ab2\Face.git\win\FaceDetect\NlprAuthorization.lib(md5.obj)

centerloss_125000 reslut ap:           99.630273 eer:          97.833333 tpr001:       96.833333 tpr0001:      94.000000 tpr00001:     NaN tpr000001:    NaN tpr0:         74.200000

转载自：http://blog.youkuaiyun.com/cv_family_z/article/details/52311490 进一步了解lfw 数据库：LFW数据中人脸的角度集中在 正负20度，而 IJB-A数据库中的角度分部则比较宽。这种大角度人脸识别难度比较大

微软的人脸识别库清洗 https://arxiv.org/pdf/1707.05574.pdf

之前对FAR 值的认识总是比较浅显，我总是很懒，不是必须要做这个事情的时候，都会装看不见。 设定一个分数阈值T，FAR=非同人分数>T/非同人比较的次数，FRR=同人比较分数 一般，FAR=0.001时，FRR的值作为参考。值越小，性能越好。 我之前的理解是同人的比较次数，啪啪啪打脸。因为解释不下去。 以JL 的数据为例，给了5000个人，能检测到人脸的是4683 个人

face_model: ap:           99.884206 eer:          98.566667 tpr001:       98.033333 tpr0001:      94.000000 tpr00001:     NaN tpr000001:    NaN tpr0:         68.333333

I0915 05:11:15.613822  3017 solver.cpp:218] Iteration 27700 (1.1337 iter/s, 88.2068s/100 iters), loss = 4.18249 I0915 05:11:15.613924  3017 solver.cpp:237]     Train net output #0: lambda = 5 I0915

clc clear base=1000; gamma=0.0001; power=1; lamda_min=5; for iter=1:1000:10000000     lamda=max(base/gamma*iter+1,lamda_min);     plot(lamda) end

训练了64 层卷积的模型，没有训出来作者paper 上发布的结果。 训练了ms 的sphereface20 层的模型。迭代了2W次不收敛  现在的问题是：要怎么调整参数才能收敛的问题

fold    ACC ---------------- 1    99.17% 2    99.00% 3    99.17% 4    99.50% 5    99.00% 6    99.17% 7    98.83% 8    99.33% 9    99.83% 10    99.50% ---------------- AVE    99.25% m

人脸检测现在是有现成的数据库，wider-face 这个数据集有12000张。 有的图片里面有有1-2个人，有的图片里面是集会的图片; http://blog.youkuaiyun.com/qq_14845119/article/details/52372546 有很多图片是模糊的和blur 的 所有要把这些样本清除掉 现在策略需要注意的问题是要在voc 的model 上预训练  所以学习率不