DeepLearning:专注于机器学习的深度学习资源

【文件属性】：
文件名称：DeepLearning:专注于机器学习的深度学习资源
文件大小：12.65MB
文件格式：ZIP
更新时间：2021-04-20 01:06:06
Python 深度学习模型的应用：使用MTCNN的人脸检测 概括 我们使用称为MTCNN（多任务级联卷积神经网络）的深度学习模型在python中执行人脸检测。 介绍 人脸识别是计算机视觉的一个不断发展和广泛应用的分支，我们在我们的项目中研究如何建立一个复杂的神经网络以了解其重要性。 在初始阶段，我们构建了图像识别分类器以熟悉python的深度学习环境。 这个想法是创建一个简单的“狗/猫”图像分类器，以对卷积神经网络（CNN）的基本概念进行基本了解，然后将这些概念应用于更复杂的问题。 我们的问题是由一种更深入的大规模检测方法来定义的，该方法可以检测照片中的面Kong/多张面Kong，而不受种族，信仰，性别，国籍等的限制。 为了完成一个复杂的，分层的任务，这可能既耗时又具有挑战性，我们选择了多任务级联卷积神经网络（简称MTCNN），并通过预先训练将模型直接应用重量以达到我们期望的结果。 卷积神经网络以其在

【文件预览】：
DeepLearning-master
----CatAndDogRecognision()
--------TestDog.png(39KB)
--------model.h5(9.34MB)
--------test.py(796B)
--------cnn.py(3KB)
--------requirements.txt(2KB)
----Face detection and alignment.pdf(832KB)
----MTCNN.pdf(595KB)
----MTCNN.png(461KB)
----FaceDetection()
--------test2.jpg(33KB)
--------cnn.py(1KB)
--------test1.jpg(46KB)
--------test1.png(392KB)
--------mtcnn_weights.npy(2.85MB)
--------test2.png(148KB)
--------test3.jpg(27KB)
--------test3.png(142KB)
--------env_requirments.txt(2KB)
----face_details.png(164KB)
----README.md(12KB)
----MTCNN_block_diagram.png(59KB)
----results.png(240KB)