文件名称：facial-landmark-detection-hrnet:HRNet的TensorFlow实现，用于面部标志检测
文件大小：23.12MB
文件格式：ZIP
更新时间：2024-05-25 16:41:34
面部标志检测引擎 HRNet的TensorFlow实现，用于面部标志检测。 观看此演示视频： 。 特征 支持多个公共数据集：WFLW，IBUG等。 先进的模型架构：HRNet v2 数据扩充：随机缩放/旋转/翻转 模型优化：量化，修剪 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。 先决条件 正在安装 获取培训的源代码 # From your favorite development directory git clone --recursive https://github.com/yinguobing/facial-landmark-detection-hrnet.git 生成训练数据 有多个可用的公共面部标记数据集，可用于生成我们需要的训练热图。 对于此训练过程，图像将被放大。 第一步是将数据集转换为更易于处理的更均匀的分布。 您可以自己执行
【文件预览】：
facial-landmark-detection-hrnet-master
----preprocessing.py(6KB)
----.gitignore(2KB)
----fmd()
--------ds300w_lp.py(2KB)
--------ds300vw.py(3KB)
--------__init__.py(311B)
--------universal.py(2KB)
--------wflw.py(3KB)
--------aflw2000_3d.py(2KB)
--------helen.py(2KB)
--------ds300w.py(2KB)
--------lfpw.py(2KB)
--------afw.py(2KB)
--------mark_dataset()
--------ibug.py(2KB)
----assets()
--------face_model()
----postprocessing.py(1KB)
----network.py(5KB)
----quantization.py(4KB)
----models()
----LICENSE(34KB)
----.gitmodules(189B)
----README.md(7KB)
----pruning.py(4KB)
----coreml_conversion.py(907B)
----mark_operator.py(6KB)
----dataset.py(8KB)
----evaluate.py(3KB)
----predict.py(5KB)
----docs()
--------ms_marvel.gif(1.82MB)
--------wechat.png(23KB)
----face_detector()
----callbacks.py(3KB)
----train.py(7KB)