三种model 在lfw 上的精度

最新推荐文章于 2019-07-12 16:06:24 发布
最新推荐文章于 2019-07-12 16:06:24 发布
阅读量1.5k 收藏
点赞数 2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/keyanxiaocaicai/article/details/65444968
版权

wuxiang 发布的model_C的结果

ap:           99.864831

eer:          98.800000
tpr001:       98.600000
tpr0001:      96.766667
tpr00001:     NaN
tpr000001:    NaN

tpr0:         94.966667

自己用没有切的数据跑的model_C的结果

ap:           99.281529
eer:          95.833333
tpr001:       91.233333
tpr0001:      82.000000
tpr00001:     NaN
tpr000001:    NaN
tpr0:         54.100000
>>

lzw 模型的结果

ap:           99.669334
eer:          98.566667
tpr001:       98.433333
tpr0001:      97.633333
tpr00001:     NaN
tpr000001:    NaN
tpr0:         96.133333

jinggegebuaa
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
tensorflow安装及facenet在LFW的验证
06-28
包含tensorflow的安装以及安装使用的时候会出现什么问题。安装好之后，运行mnist，出现版本的不兼容的问题等都解决了。以及用facenet训练出来后的模型进行计算两幅图片的欧式距离，用LFW做验证等
利用自己的人脸数据集对人脸识别模型进行精度评测
VivienFu的专栏
07-20 3659
本博记录为卤煮学习过程中的理解，作为备忘demo。其中有错误疏漏之处，还请大家帮忙指正。 卤煮：非文艺小燕儿 本博地址：利用自己的人脸数据集对人脸识别模型进行精度评测 一般人脸识别模型的精度验证都是用LFW，但是LFW的数据分布于我们实用阶段有些差距，因此最好还是在我们自己实用环境下的人脸图像进行测试评估。 LFW精度评测：利用LFW对人脸识别模型进行精度评测
人脸特征提取模型（细致分析对比分析）-基于LFW数据集
rainforestgreen的博客
01-12 7333
动机             总所周知，LFW数据在人脸特征提取模型的验证上是一个基本的标杆，目前大部分的方法在上面的效果已经都超过了99%的验证准确度，但是单纯的测试模型在上面的准确度，并不能分析出模型的性能到底好多少？到底好在什么方面？（因为大部分模型的验证精度都差别很小了）。             出于以上原因，为了对比不同模型具体性能的差异，设计了如下分析方案：          ...
利用caffe日志进行测试精度训练损失等的画图（caffe训练结果可视化）
haoji007的博客
07-13 1083
本文主要介绍，将caffe训练得到的accracy,loss进行图像化。对于一般caffe训练结果的可视化：1.在训练时，需要将训练的结果保存日志。  train.sh：#!/usr/bin/env shTOOLS=/home/zhuangni/code/Multi-Task/caffe-master/build/toolsGLOG_log_dir='/home/zhuangni/code/Mul...
使用Caffe复现DeepID实验
凌风探梅的专栏
04-28 7970
使用Caffe复现DeepID实验 本实验使用Casia-Webface part2的切图来复现DeepID实验结果。 DeepID网络配置文件训练验证数据组织实验结果结果分析 DeepID网络配置文件 -下面给出deepId_train_test.prototxt的内容 name: "deepID_network" layer { name: "input_da
caffe 进行简单的训练和测试
机器学习的小学生
03-11 665
通过编译生成在目录E:\caffe-windows\scripts\build\tools\Release下的两个可执行文件：convert_imageset.exe #将图像转换格式 compute_image_mean.exe # 计算图像的均值文件 生成对应的leveldb格式数据 convert_imageset.exe [train_image_dir] [train_txt] [out_
LFW Tester
02-12
LFW（Labeled Faces in the Wild）是一个广泛用于人脸识别研究的数据集，由马萨诸塞大学阿默斯特分校的研究...通过这个工具，用户可以轻松地导入自己的模型，并在LFW数据集上进行验证，从而推动人脸识别技术的进步。
matlab精度检验代码-lfw-evaluation-zyf:lfw-评估-zyf
05-21
matlab精度检验代码LFW评估 1.提取脸部特征 python要求： 用法： python caffe_ftr.py network_def trained_model image_dir image_list_file layer_name save_file 例子： nohup python caffe_ftr.py /opt/caffe/...
人脸识别数据集LFW
01-13
通过在LFW上取得高精度，研究者可以证明他们的算法在真实世界的应用中具有可行性。 为了处理LFW数据集，研究人员通常会将其分为训练集、验证集和测试集。训练集用于训练模型，验证集用于调整模型参数，而测试集则...
LFW人脸数据库.zip
05-13
例如，深度学习的引入极大地提升了人脸识别的性能，许多现代的人脸识别系统都是基于深度神经网络构建的，它们在LFW上取得了惊人的成绩。 总的来说，LFW人脸数据库是人脸识别领域的一个里程碑，它的存在不仅促进了...
LFW数据集主要测试人脸识别的准确率
02-26
LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。 这个集合被广泛应用于评价 face verification算法的性能。
【Caffe实践】基于Caffe的人脸识别实现
热门推荐
1983的专栏
11-01 7万+
导言深度学习深似海、尤其是在图像人脸识别领域，最近几年的顶会和顶刊常常会出现没有太多的理论创新的文章，但是效果摆在那边。DeepID是深度学习方法进行人脸识别中的一个简单，却高效的一个网络模型，其结构的特点可以概括为两句话：1、训练一个多个人脸的分类器，当训练好之后，就可以把待测试图像放入网络中进行提取特征，2对于提取到的特征，然后就是利用其它的比较方法进行度量。具体的论文可以参照我的一篇论文笔记：
caffe 均值文件与测试精度问题
lyiiiiii61的博客
02-26 1369
Python版本：mean.npy文件，由mean.binaryproto文件转换得到。其在测试程序中的导入方式为# classify.py import numpy as np mean_file = 'mean.npy' if mean_file: mean = np.load(mean_file) #mean = np.load(mean_file).mean(1).m...
利用LFW对人脸识别模型进行精度评测
VivienFu的专栏
07-11 1万+
本博记录为卤煮学习过程中的理解，作为备忘demo。其中有错误疏漏之处，还请大家帮忙指正。 卤煮：非文艺小燕儿 本博地址：利用LFW对人脸识别模型进行精度评测 通过caffe进行人脸识别网络训练后，得到caffemodel。通常大家在LFW人脸数据集上对该模型进行精度验证。以下梳理验证过程： （1）      在原始LFW数据集中，截取人脸图像并保存。（例如：可以使用开源人脸检测对齐
FDDB和LFW到底是个啥?
D.D.U的博客
07-12 5055
问题: 最近这段时间在研究AI,经常看到FDDB和LFW这两个缩写简称,但不知道到底是啥? 答案: FDDB FDDB的全称为Face Detection Data Set and Benchmark，是由马萨诸塞大学计算机系维护的一套公开数据库，为来自全世界的研究者提供一个标准的人脸检测评测平台。它是全世界最具权威的人脸检测评测平台之一，包含2845张图片，共有5171个人脸作为测试集。 测...
LFW DataBase Accuracy 测定说明
ColdCode's Hello World~
11-18 4264
LFW 数据集提供了 Positive 与 Negative 的验证值对，各6000组。 Positive Pairs中为同一人的两个张图片的路径所对应的行号： E.g. 57 60 Abel_Pacheco/Abel_Pacheco_0001.jpg Abel_Pacheco/Abel_Pacheco_0004.jpg Negative Pairs中为非同一个人的两张图片的路径所对应
FaceNet官方训练模型在LFW数据集下的测评
william_hehe的博客
03-10 1万+
1.运行环境：系统版本：Ubuntu16.042.实现步骤：2-1.获取LFW数据集：下载地址：http://vis-www.cs.umass.edu/lfw/#resources2-2.下载FaceNet并配置环境1)  git clone --recursive https://github.com/davidsandberg/facenet.git2)  cd facenet3)  pip ...
用facenet进行人脸检测、人脸识别，数据用的是LFW数据集
huangshaoyin的博客
07-14 1万+
  首先下载facenet网络facenet github，之后打开src文件，重要的文件基本在这里，其中align文件夹下面是人脸检测、对齐与裁剪。打开align其中那个align_dataset_mtcnn.py 就是运行人脸检测、对其与裁剪的那个程序。打开detect_face.py文件，可以发现这个函数：可以发现det1.npy，det2.npy,det3.npy是人脸检测网络中的权重。安...
Dlib的人脸验证测试 （LFW人脸数据集）
weixin_37697675的博客
04-20 4817
Dlibr人脸验证：运行平台：win10 +VS2017、Debug模式（release下使用自己编译好的release版本的openblas的库，测试openblas库就报错，可能和vs的配置有关，一直没解决）    耗时：2~3Sper frame ，每次验证需要先进行人脸检测，检测耗时比较长。硬件平台：实验使用LFW数据集，采用其200对正样本，200对负样本，图像大小统一为250x250，...
facenet在LFW数据集上只有93的准确率怎么办
最新发布
02-24
Facenet在LFW数据集上的准确率虽然只有93％，但这不一定意味着它是不可靠的。相反，研究人员经常会使用改进的技术来提高准确率。例如，他们可以使用更多的训练数据或更高的学习率来增加准确率。他们还可以使用更复杂...

“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 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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