使用Mxnet进行人脸识别

本文详细介绍了如何从源码编译Mxnet,并探讨了C++版本相较于Python版本的性能差异。作者在实践中发现C++版本的运行速度并未达到预期,计划尝试将Mxnet模型转换为Caffe模型以提高效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先通过源码编译mxnet,然后CMakeList.txt链接相应的库文件

源码链接
链接:https://pan.baidu.com/s/186Vs1NoceCDNasFDbs149Q 密码:2ox5

网络仅仅需要修改CMakeList中Caffe库的路径以及Mxnet源路径,即可

运行测试发现速度远没有Python端的快,不知道是什么原因,不想再折腾Mxnet了,最近准备用caffe重写insigtface训练人脸识别或是直接把mxnet转换成caffe模型,用caffe进行识别,如果哪位好心人知道mxnet的C++比pip安装的Mxnet慢的源码,能告知我,我会万万分感谢。
源码分享,利国利民。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值