文件名称：deep-landmark:使用由Caffe驱动的Deep CNN预测面部标志
文件大小：5.24MB
文件格式：ZIP
更新时间：2024-05-04 11:14:33
Python
深地标 使用由Caffe驱动的Deep CNN预测面部标志。 该项目是针对深度点检测的论文“深度卷积网络级联”的重新实现。 数据 可以从下载所有培训数据。 下载图像并通过train和test提取到dataset 。 修改dataset下的level1.py, level2.py, level3.py更改为训练数据集。 火车 ./bootstrap.sh 这将首先为caffe模型生成prototxt文件，并将训练数据（图像和地标）转换为h5文件。 然后，我们将训练1级CNN，并使用结果生成2级的训练数据。 而对于2级和3级来说，方法是相同的。 我强烈建议您分别训练每个CNN。 首先查看损失以了解其是否稳定是至关重要的，如果不稳定，请停止训练并重新开始。 查看训练日志 我修改了Caffe源代码以记录每次测试的测试损失，并编写了view_loss.py来绘制损失，所有日志文件都log在l