facenet在亚洲人脸上的效果测试

本文介绍了Facenet在人脸识别上的应用,通过下载和测试预训练模型在LFW和亚洲人脸数据集上的表现,发现从LFW到亚洲人脸,准确率下降4-6%,Validation rate大幅降低,揭示了模型在亚洲人脸上的效果衰减问题。文章提供了相关资源链接及训练模型的建议。
摘要由CSDN通过智能技术生成

准备工作

下载FaceNet源码

https://github.com/davidsandberg/facenet

LFW评估测试数据下载

http://vis-www.cs.umass.edu/lfw/lfw.tgz

下载亚洲人脸数据CASIA-FaceV5

原上传者地址:https://download.csdn.net/download/weixin_42179317/10405384
若无csdn积分可以直接用百度云盘下载:
https://pan.baidu.com/s/1WS4nooNQgmQHR6EpmrW6dw  密码: sc8b

步骤

  1. align_dataset_mtcnn.py提取lfw数据人脸
  2. validate_on_lfw.py测试预训练模型在lfw数据上的准确率,用了三个预训练模型:20170512-110547,20180402-114759,20180408-102900。(一个小插曲,跑的时候会报错,32位需要64位,可参考https://blog.csdn.net/meihuafeixue/article/details/85085839,总结下来是2017的模型需要64,2018两个模型需要
  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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