文件名称：matlab人脸检测框脸代码-safetynet:安全网
文件大小：11.9MB
文件格式：ZIP
更新时间：2024-06-16 01:02:06
系统开源
matlab人脸检测框脸代码使用Tensorflow通过转移学习进行面部识别 在个别预定义用户或名人图像类别上训练tensorflow FaceNet模型 从VGGFace子集创建的自定义测试和培训数据集，并收集名人的Google图像 生成的数据集在种族，性别，种族，性取向，公民身份，年龄等方面提供了比以前的VGGFace（偏白，男性等）更具代表性的数据样本。 由Ari Burch，Sophia Lee和An Huynh在TechTogether Hackathon 2019（波士顿）上设计和实现。 与hackathon项目并排连接： 建立 根据requirements.txt安装依赖项 导入模型参数（预训练模型）并保存在models文件夹下： 导入数据集（测试/培训）并保存： 跑步 对齐训练集（孤立脸部） python src/align/align_dataset_mtcnn.py datasets/train datasets/train_clean 火车分类器 python src/classifier.py TRAIN datasets/train_clean /models
【文件预览】：
safetynet-master
----tmp()
--------test_align.py(1KB)
--------funnel_dataset.py(4KB)
--------test_invariance_on_lfw.py(11KB)
--------mnist_center_loss.py(18KB)
--------nn3.py(5KB)
--------vggverydeep19.py(4KB)
--------mnist_noise_labels.py(15KB)
--------vggface16.py(5KB)
--------align_dataset.m(8KB)
--------align_dataset.py(7KB)
--------pilatus800.jpg(106KB)
--------deepdream.py(10KB)
--------test1.py(21B)
--------nn2.py(5KB)
--------invariance_test.txt(2KB)
--------seed_test.py(5KB)
--------nn4.py(5KB)
--------__init__.py(16B)
--------visualize.py(5KB)
--------dataset_read_speed.py(903B)
--------mtcnn.py(3KB)
--------mtcnn_test.py(4KB)
--------detect_face_v2.m(9KB)
--------visualize_vgg_model.py(3KB)
--------detect_face_v1.m(8KB)
--------cacd2000_split_identities.py(1KB)
--------random_test.py(4KB)
--------network.py(9KB)
--------rename_casia_directories.py(1KB)
--------select_triplets_test.py(774B)
--------mtcnn_test_pnet_dbg.py(4KB)
--------visualize_vggface.py(2KB)
--------download_vgg_face_dataset.py(5KB)
--------nn4_small2_v1.py(4KB)
--------align_dlib.py(9KB)
----models()
--------classifier.pkl(3.2MB)
----src()
--------generative()
--------compare.py(5KB)
--------freeze_graph.py(5KB)
--------models()
--------20180402-114759.zip(8.13MB)
--------facenet.py(23KB)
--------train_tripletloss.py(24KB)
--------download_and_extract.py(2KB)
--------download_and_extract copy.py(2KB)
--------classifier.py(8KB)
--------__init__.py(16B)
--------validate_on_lfw.py(9KB)
--------calculate_filtering_metrics.py(6KB)
--------train_softmax.py(32KB)
--------__pycache__()
--------align()
--------lfw.py(3KB)
--------decode_msceleb_dataset.py(4KB)
----requirements.txt(88B)
----contributed()
--------face.py(6KB)
--------export_embeddings.py(8KB)
--------real_time_face_recognition.py(3KB)
--------predict.py(6KB)
--------cluster.py(8KB)
--------batch_represent.py(5KB)
--------clustering.py(10KB)
----util()
--------plot_learning_curves.m(11KB)
----test()
--------train_test.py(10KB)
--------batch_norm_test.py(2KB)
--------triplet_loss_test.py(2KB)
--------center_loss_test.py(4KB)
--------restore_test.py(7KB)
----LICENSE.md(1KB)
----README.md(8KB)
----data()
--------learning_rate_schedule_classifier_casia.txt(104B)
--------learning_rate_schedule_classifier_vggface2.txt(107B)
--------learning_rate_retrain_tripletloss.txt(108B)
--------images()
--------pairs.txt(152KB)
--------learning_rate_schedule_classifier_msceleb.txt(107B)