文件名称：matlab精度检验代码-facenet:使用Tensorflow进行人脸识别
文件大小：2.06MB
文件格式：ZIP
更新时间：2024-06-10 18:53:43
系统开源
matlab精度检验代码使用Tensorflow进行人脸识别 这是本文描述的人脸识别器的TensorFlow实现。 该项目还使用了论文以及牛津大学论文的想法。 Tensorflow发布 当前，此仓库与Tensorflow r1.0兼容。 消息 日期 更新 2017-03-02 添加了生成128维嵌入的预训练模型。 2017-02-22 已更新至Tensorflow r1.0。 使用Travis-CI添加了持续集成。 2017-02-03 添加了仅可训练变量存储在检查点中的模型。 因此，它们明显较小。 2017-01-27 添加了在MS-Celeb-1M数据集的子集上训练的模型。 该模型的LFW精度约为0.994。 2017‑01‑02 已更新为可与Tensorflow r0.12一起运行的代码。 虽然不确定它是否与Tensorflow的旧版本一起运行。 预训练模型 型号名称 LFW精度 训练数据集 0.986 CASIA-WebFace 0.993 MS-Celeb-1M 灵感 该代码受到实施的极大启发。 训练数据 该数据集已用于训练。 该训练集由面部检测后的10 575个身份中的总共
【文件预览】：
facenet-master
----.travis.yml(448B)
----.pydevproject(461B)
----.pylintrc(13KB)
----data()
--------images()
--------pairs.txt(152KB)
--------learning_rate_schedule_classifier_casia.txt(106B)
--------learning_rate_retrain_tripletloss.txt(108B)
--------learning_rate_schedule_classifier_msceleb.txt(107B)
----test()
--------batch_norm_test.py(2KB)
--------restore_test.py(7KB)
--------triplet_loss_test.py(2KB)
--------center_loss_test.py(4KB)
--------decov_loss_test.py(3KB)
--------train_test.py(10KB)
----src()
--------models()
--------visualize.py(5KB)
--------facenet.py(19KB)
--------calculate_filtering_metrics.py(6KB)
--------lfw.py(3KB)
--------test_invariance_on_lfw.py(11KB)
--------facenet_train.py(25KB)
--------__init__.py(16B)
--------download_and_extract_model.py(2KB)
--------validate_on_lfw.py(5KB)
--------facenet_train_classifier.py(24KB)
--------decode_msceleb_dataset.py(4KB)
--------compare.py(5KB)
--------align()
--------freeze_graph.py(4KB)
--------download_vgg_face_dataset.py(5KB)
----__init__.py(0B)
----.project(361B)
----tmp()
--------select_triplets_test.py(774B)
--------visualize_vgg_model.py(3KB)
--------funnel_dataset.py(4KB)
--------mtcnn_test.py(4KB)
--------test1.py(21B)
--------dataset_read_speed.py(903B)
--------test_align.py(1KB)
--------mtcnn_test_pnet_dbg.py(4KB)
--------random_test.py(4KB)
--------seed_test.py(5KB)
--------mnist_noise_labels.py(15KB)
--------deepdream.py(10KB)
--------detect_face_v2.m(9KB)
--------visualize_vggface.py(2KB)
--------vggverydeep19.py(4KB)
--------__init__.py(16B)
--------mnist_center_loss.py(18KB)
--------vggface16.py(5KB)
--------align_dataset.m(8KB)
--------pilatus800.jpg(106KB)
--------invariance_test.txt(2KB)
--------cacd2000_split_identities.py(1KB)
--------detect_face_v1.m(8KB)
--------batch_represent.py(5KB)
--------rename_casia_directories.py(1KB)
--------mtcnn.py(3KB)
----requirements.txt(87B)
----setup.py(353B)
----LICENSE.md(1KB)
----.gitignore(1KB)
----README.md(4KB)
----util()
--------plot_learning_curves.m(4KB)