文件名称：预训练的Pytorch人脸检测（MTCNN）和识别（InceptionResnet）模型-Python开发
文件大小：19.61MB
文件格式：ZIP
更新时间：2024-06-14 07:12:22
Python Deep Learning
使用Pytorch Python 3.7 3.6 3.5状态的人脸识别这是pytorch中Inception Resnet（V1）模型的存储库，已在VGGFace2和CASIA上进行了预训练-我们使用Pytorch Python 3.7 3.6 3.5状态这是用于Inception Resnet（V1）模型的存储库在pytorch中，已在VGGFace2和CASIA-Webface上进行了预训练。 使用从David Sandberg的tensorflow facenet存储库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
【文件预览】：
facenet-pytorch-master
----setup.py(1KB)
----.gitignore(121B)
----codecov.yml(52B)
----data()
--------.gitignore(25B)
--------multiface.jpg(294KB)
--------test_images_aligned()
--------rnet.pt(394KB)
--------onet.pt(1.49MB)
--------facenet-pytorch-banner.png(195KB)
--------multiface_detected.png(1.23MB)
--------pnet.pt(28KB)
--------test_images()
----LICENSE.md(1KB)
----__init__.py(393B)
----.travis.yml(566B)
----models()
--------mtcnn.py(21KB)
--------inception_resnet_v1.py(11KB)
--------utils()
----.gitmodules(116B)
----.github()
--------FUNDING.yml(56B)
----examples()
--------performance-comparison.png(12KB)
--------video.mp4(2.3MB)
--------finetune.ipynb(7KB)
--------lfw_evaluate.ipynb(16KB)
--------video_tracked.mp4(2.02MB)
--------infer.ipynb(7KB)
--------face_tracking.ipynb(384KB)
--------tracked.gif(2.01MB)
----README.md(12KB)
----tests()
--------travis_test.py(7KB)
--------perf_test.py(966B)
--------travis_requirements.txt(211B)
----dependencies()
--------facenet()