Pytorch模型Android移植-超超超轻量人脸识别算法

书接上文,我们实现了一个超轻量的人脸检测和对齐算法并且部署到android平台,那么如何进行人脸识别呢?

目前较为常用的算法是对对齐后的人脸进行embedding成为高纬向量,例如facenet的128D或者cosface,arcface的512D向量。

这里我们设计了一个大小仅仅999k的人脸embedding模型将人脸embedding为128D向量。基于GhostNet模型修改而来,模型相对比较深而窄小,效果非常不错。

基本思想是基于基于facenet训练一个embedding的模型,然后通过计算向量的欧氏距离进行判断,android部署方式参看上文介绍。在晓龙855+速度大约30~40ms左右。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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