文件名称：Facial-Keypoint-Detection:面部关键点检测系统可拍摄任何带有面部的图像，并预测面部上68个可区分的关键点的位置-Udacity Project
文件大小：9.86MB
文件格式：ZIP
更新时间：2024-06-04 12:49:04
computer-vision detection cnn facial-landmarks facial-keypoints
面部关键点检测 在这里，我们正在定义和训练卷积神经网络以执行面部关键点检测，并使用计算机视觉技术来转换面部图像。 应对此类挑战的第一步将是加载和可视化将使用的数据。 让我们看一些图像示例和相应的面部关键点。 面部关键点（也称为面部地标）是在上图中的每个面部上显示的小的洋红色点。 在每个训练和测试图像中，都有一张脸和68个关键点，该点的坐标为（x，y） 。 这些关键点标记了面部的重要区域：眼睛，嘴角，鼻子等。这些关键点与各种任务（如脸部过滤器，情感识别，姿势识别等）相关。 它们在这里已编号，您可以看到特定范围的点与面部的不同部分匹配。 当地环境说明 克隆存储库，然后导航到下载的文件夹。 由于包含了图像数据，因此克隆可能需要一两分钟的时间。 git clone https://github.com/soheillll/Facial-Keypoint-Detection cd P1_Fa
【文件预览】：
Facial-Keypoint-Detection-master
----4. Fun with Keypoints.ipynb(9KB)
----models.py(3KB)
----images()
--------moustache.png(20KB)
--------straw_hat.png(616KB)
--------key_pts_example.png(338KB)
--------haar_cascade_ex.png(740KB)
--------obamas.jpg(59KB)
--------the_beatles.jpg(2.12MB)
--------michelle_detected.png(464KB)
--------landmarks_numbered.jpg(450KB)
--------mona_lisa.jpg(6KB)
--------sunglasses.png(1.12MB)
--------face_filter_ex.png(368KB)
--------feature_map_ex.png(410KB)
----3. Facial Keypoint Detection, Complete Pipeline.ipynb(2.18MB)
----data()
--------training_frames_keypoints.csv(2.53MB)
--------training()
--------test()
--------.DS_Store(10KB)
--------test_frames_keypoints.csv(577KB)
----data_load.py(5KB)
----LICENSE(1KB)
----.DS_Store(12KB)
----requirements.txt(97B)
----2. Define the Network Architecture.ipynb(551KB)
----detector_architectures()
--------haarcascade_frontalface_default.xml(908KB)
--------haarcascade_smile.xml(184KB)
--------haarcascade_eye.xml(333KB)
--------haarcascade_mcs_nose.xml(1.51MB)
----saved_models()
--------.DS_Store(6KB)
--------description.txt(74B)
----1. Load and Visualize Data.ipynb(391KB)
----README.md(3KB)