图像生成
toocy7
这个作者很懒,什么都没留下…
展开
-
人脸识别损失函数之ArcfaceLoss
在人脸识别过程中,我们一般使用RCNN、YOLO、MTCNN等网络模型进行人脸侦测,而在特征提取和识别阶段,我们需要设计使用特殊的损失函数,来解决识别过程中区分人脸相似度很高,分类界限不明显等问题。这里讲一下Arcface Loss。原创 2020-06-01 14:16:23 · 8143 阅读 · 1 评论 -
目标检测之—MTCNN实现人脸检测
摘要MTCNN算法,这个算法可以将人脸检测和特征点检测结合起来,并且MTCNN的级联结构对现代的人脸识别也产生了很大的影响。本文为大家介绍MTCNN的算法原理和训练技巧,随后解析MTCNN算法的代码以及DEMO演示。论文地址。一,原理人脸检测,解决两个问题:1)识别图片中有没有人脸?2)如果有,人脸在哪?因此,许多人脸应用(人脸识别、特征分析)的基础是人脸检测。MTCNN:(Multi-task Cascaded Convolutional Neural Networks) 翻译为:多任务级联原创 2020-05-26 17:28:43 · 3693 阅读 · 3 评论 -
MTCNN工具代码
MTCNN工具代码:import numpy as npdef iou(box, boxes, isMin=False): """ :param box: [N 1] x1,y1,x2,y2 0123 :param boxes: [N,4]-->[x1,y1,x2,y2] :param isMin:calculate the minimum inter area :return:[n, iou] """ box_area = (box[2原创 2020-05-26 16:21:05 · 411 阅读 · 0 评论 -
深度学习之——GAN概览
摘要 生成对抗网络(Generative adversarial network,GAN)自2014年由Ian Goodfellow等人提出后,就越来越受到学术界和工业界的重视。而随着GAN在理论与模型上的高速发展,它在计算机视觉、自然语言处理、人机交互等领域有着越来越深入的应用,并不断向着其它领域继续延伸。 从GAN的基本模型开始,简要总结GAN的原理和改进,介绍其在图像生成与转换中的研究和应用,并讨论其理论和应用中尚存在的挑战。 在机器学习中,生成模型可以用来直...原创 2020-05-15 17:53:24 · 563 阅读 · 0 评论