人脸识别
文章平均质量分 67
进我的收藏吃灰吧~~
热爱AI,热爱CV
展开
-
Tensorflow2.0—FaceNet网络原理及代码解析(二)--- Triplet loss函数
# Tensorflow2.0—FaceNet网络原理及代码解析(二)— Triplet loss函数Facenet使用的是Triplet loss~一、原理Triplet Loss的输入是三个相同长度的向量(这里为128):a:anchor,基准图片获得的128维人脸特征向量p:positive,与基准图片属于同一张人脸的图片获得的128维人脸特征向量n:negative,与基准图片不属于同一张人脸的图片获得的128维人脸特征向量根据公式,可以看出来,为了让loss越低,那么就得让a与p原创 2021-10-28 17:03:04 · 772 阅读 · 0 评论 -
Tensorflow2.0—FaceNet网络原理及代码解析(一)--- 模型原理及骨干网络
Tensorflow2.0—FaceNet网络原理及代码解析(一)— 模型原理及骨干网络FaceNet其实就是一个前言所诉的通用人脸识别系统:采用深度卷积神经网络(CNN)学习将图像映射到欧式空间。空间距离直接和图片相似度相关:同一个人的不同图像在空间距离很小,不同人的图像在空间中有较大的距离,可以用于人脸验证、识别和聚类。在800万人,2亿多张样本集训练后,FaceNet在LFW数据集上测试的准确率达到了99.63%,在YouTube Faces DB数据集上,准确率为95.12%。代码:FaceNe原创 2021-10-27 12:04:14 · 1680 阅读 · 0 评论