本文介绍了在Ubuntu环境下，使用Facenet进行人脸识别的步骤，包括训练SVM分类器和实际的人脸识别操作。首先展示了源码中的classifier.py如何训练分类器，然后通过predict.py进行预测，演示了从模型加载到识别过程。文章最后提到将来的更新将涵盖无需训练的实时人脸识别系统。
不好意思,由于工作关系一直没写,话不多说,开始!!
对于大多数人来说,下载facenet的源代码,无非就是学习它的人脸识别,接下来首先我会展示源码中通过训练SVM分类器,得到的人脸识别(并不是真真意义上的人脸识别,因为需要提前训练分类器,若加一个人则无法识别),之后有时间的话,我会写一篇自己通过调用摄像头,无需训练的真真意义上的实时人脸识别系统,小伙伴注意留意的博客动态.话不多说,下面介绍源码中的人脸识别代码操作.
- 分类器的训练(classifier.py函数)
classifier.py函数能实现两个功能,一个是训练,另一个是测试.下面介绍训练过程即可.
通过上截图,我们可知需要知道开始的模式,数据集,模型和一个svm保存文挡.
训练顺序如下:TRAIN--训练模式 /home/user/facenet-master/data/lfw/lfw_160--对齐后的训练集 /home/user/facenet-master/src/20180827-160941--训练的模型 /home/user/facenet-master/src/z/c.pkl--svm分类器的文档.如若没保错,会出现下面结果:
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
