文件名称：面部关键点检测
文件大小：7.86MB
文件格式：ZIP
更新时间：2024-03-03 05:35:16
JupyterNotebook
面部关键点检测 项目概况 该项目结合了计算机视觉技术和深度学习架构，以构建面部关键点检测系统。 面部关键点包括脸部的眼睛，鼻子和嘴周围的点，并在许多应用中使用。 这些应用程序包括面部跟踪，面部姿势识别，面部过滤器和情感识别。 该项目在四个Python笔记本中分为几个主要部分： 笔记本1 ：加载和可视化面部关键点数据 笔记本2 ：定义和训练卷积神经网络（CNN）以预测面部关键点 笔记本3 ：使用Haar级联和训练有素的CNN进行面部关键点检测 笔记本4 ：趣味过滤器和关键点用途 这是Udacity的计算机视觉纳米学位的一个项目 许可：该项目根据MIT许可的条款许可。
【文件预览】：
Facial_Keypoint_Detection-master
----3. Facial Keypoint Detection, Complete Pipeline_to submit.ipynb(589KB)
----4. Fun with Keypoints.ipynb(9KB)
----models.py(4KB)
----images()
--------moustache.png(20KB)
--------readme.JPG(92KB)
--------straw_hat.png(616KB)
--------key_pts_example.png(338KB)
--------haar_cascade_ex.png(740KB)
--------obamas.jpg(59KB)
--------the_beatles.jpg(2.12MB)
--------michelle_detected.png(464KB)
--------landmarks_numbered.jpg(450KB)
--------mona_lisa.jpg(6KB)
--------sunglasses.png(1.12MB)
--------face_filter_ex.png(368KB)
--------feature_map_ex.png(410KB)
----data()
--------.gitkeep(0B)
----data_load.py(5KB)
----LICENSE(1KB)
----requirements.txt(129B)
----.gitignore(59B)
----detector_architectures()
--------haarcascade_frontalface_default.xml(908KB)
--------haarcascade_smile.xml(184KB)
--------haarcascade_eye.xml(333KB)
--------haarcascade_mcs_nose.xml(1.51MB)
----saved_models()
--------.gitkeep(0B)
----1. Load and Visualize Data.ipynb(21KB)
----2. Define the Network Architecture_to submit.ipynb(889KB)
----README.md(1KB)