ubuntu下学会facenet的使用教程（二）

如大家参考上篇博客完成了对facenet配置的话，那恭喜了，接下来我们开始上硬菜了，go！

facenet源码中实现的很多功能，如：图像裁剪对齐、对比、训练、测试模型精确度、训练svm分类器、人脸识别等等，下面我开始来意义介绍：

• 运行图像裁剪对齐程序(align\align_dataset_mtcnn.py)

       对下载好的lfw数据集下载后解压在data文件夹中，此外lfw同一目录下建立一个裁剪后的图像保存文件夹备用，这是因为程序中神经网络使用的是谷歌的“inception resnet v1”网络模型，这个模型的输入时160*160的图像，而我们下载的LFW数据集是250*250限像素的图像，所以需要进行图片的预处理。

      参数的修改：input_dir： /home/user/facenet/data/lfw     output_dir:/home/user/facenet/data/lfw_160  裁剪尺寸参数：--image_size 160 --margin 32 --random_order（如果不指定，默认的裁剪结果是182*182像素的）

终端输入：/home/user/facenet/data/lfw     output_dir:/home/user/facenet/data/lfw_160 --image_size 160 --margin 32 --random_order

• 运行人脸比对程序（compare.py）

对下载好的预训练模型放入compare.py同目录下，从lwf数据集中随意抽取两张图像进行测试。

参数修改：模型位置+图像