Deep Learning学习 - VGG-Face网络人脸识别

最新推荐文章于 2024-08-02 05:51:52 发布

jinglingli_SJTU

最新推荐文章于 2024-08-02 05:51:52 发布

阅读量1.1w

点赞数 2

分类专栏： Deep Learning

本文链接：https://blog.csdn.net/jinglingli_SJTU/article/details/53431615

版权

本文详细记录了利用VGGNet进行人脸识别的实验，涵盖了从数据集（9万多张图片，涉及1万个人脸ID）到模型训练的过程。

摘要由CSDN通过智能技术生成

记录一下使用VGGNet进行人脸识别的实验过程。

数据集：训练集 9W+张人脸图片，包含10000 ID。

1.数据集准备

将数据集图片分为训练集以及测试集两个部分，并生成标签文件，记录在.txt文件中。训练与测试图片比例为4:1。

import os,shutil
trainFile = open('train.txt','w')  
testFile = open('test.txt','w')
path = 'train' #原始图片数据路径
dirs = os.listdir(path)
for d in dirs:
    print d
    files = os.listdir(path+'/'+d)
    for i,f in enumerate(files):
        if i<8:
            trainFile.write(f+' '+d+'\n') #记录形式：图片名字 标签（中间有一个空格）  
            shutil.copy(path+'/'+d+'/'+f,'trainset/'+f)  #训练集
        else:
            testFile.write(f+' '+d+'\n')
            shutil.copy(path+'/'+d+'/'+f,'testset/'+f)   #测试集
trainFile.close()
testFile.close()

数据集要尽量大，否则可能最后训练结构不太好。

2.将图片转换成lmdb格式并求均值
下载caffe代码并编译通过。在该目录下新建文件夹vggface，并将测试集trainset和训练集testset以及标签文件train.txt和test.txt移动到此处。

下面编写脚本文件生成lmdb格式图片。新建vggface.sh，脚本代码是在网上借鉴修改后的，直接贴出来。图片大小被转为224*224，这是VGG处理图片的格式大小。写好脚本文件后，输入sh vggface.sh即可生成对应两个lmdb格式文件face_train_lmdb和face_test_lmdb。