ubuntu下学会facenet的使用教程(三)

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。

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

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.

  1. 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:

评论 9
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