文件名称：facenet-pytorch:预训练的Pytorch人脸检测（MTCNN）和识别（InceptionResnet）模型
文件大小：19.61MB
文件格式：ZIP
更新时间：2024-06-02 04:00:58
pytorch face-recognition face-detection resnet pretrained-models
使用Pytorch进行人脸识别 Python 3.7 3.6 3.5 地位 这是pytorch中Inception Resnet（V1）模型的存储库，已在VGGFace2和CASIA-Webface上进行了预训练。 使用从David Sandberg的移植的参数来初始化Pytorch模型权重。 此回购中还包括用于推理之前的人脸检测的MTCNN的有效pytorch实现。 这些模型也经过预训练。 据我们所知，这是最快的MTCNN实现。 目录 视频流中的人脸跟踪 使用新数据微调预训练模型 Facenet-PyTorch中的MTCNN指南 人脸检测套件的性能比较 FastMTCNN算法 与Docker一起运行 在您自己的git项目中使用此仓库 将参数从Tensorflow转换为Pytorch 参考 快速开始 安装： # With pip: pip install facene
【文件预览】：
facenet-pytorch-master
----dependencies()
--------facenet()
----codecov.yml(52B)
----.github()
--------FUNDING.yml(56B)
----.gitmodules(116B)
----models()
--------inception_resnet_v1.py(11KB)
--------utils()
--------mtcnn.py(21KB)
----__init__.py(393B)
----examples()
--------infer.ipynb(7KB)
--------video_tracked.mp4(2.02MB)
--------finetune.ipynb(7KB)
--------tracked.gif(2.01MB)
--------video.mp4(2.3MB)
--------performance-comparison.png(12KB)
--------lfw_evaluate.ipynb(16KB)
--------face_tracking.ipynb(384KB)
----.travis.yml(566B)
----LICENSE.md(1KB)
----setup.py(1KB)
----README.md(12KB)
----data()
--------multiface_detected.png(1.23MB)
--------rnet.pt(394KB)
--------facenet-pytorch-banner.png(195KB)
--------onet.pt(1.49MB)
--------test_images()
--------pnet.pt(28KB)
--------test_images_aligned()
--------.gitignore(25B)
--------multiface.jpg(294KB)
----tests()
--------travis_test.py(7KB)
--------perf_test.py(966B)
--------travis_requirements.txt(211B)
----.gitignore(121B)