人臉識別(基于Caffe, 來自tyd)

人臉識別(判斷是否為人臉)

LMDB(數據庫, 為Caffe支持的分類數據源)

mkdir face_detect

cd face_detect

mkdir train val

mkdir train/{0,1}

mkdir val/{0,1}

將人臉數據放到train/1和val/1下

將非人臉數據放到val/0和val/0下

vim train.txt

0/xxx.jpg 0

1/xxx.jpg 1

vim val.txt

1/xxx.jpg 1

0/xxx.jpg 0

拷貝Caffe自帶的腳本根據上面的train.txt和val.txt制作LMDB數據源, 名為face_detect_lmdb.sh

# 修改部分

EXAMPLE=/home/jh/face_detect

DATA=/home/jh/face_detect

TOOLS=caffe安裝目錄/build/tools

TRAIN_DATA_ROOT=/home/jh/face_detect/train/

VAL_DATA_ROOT=/home/jh/face_detect/val/

# 對輸入的數據進行大小的調整, 大小的調整是要根據我們要使用的網絡模型, 比如AlexNet或者VGG(速度慢)為227x227

RESIZE=true

if $RESIZE; then

RESIZE_HEIGHT=227

RESIZE_WIDTH=227

else

RESIZE_HEIGHT=0

RESIZE_WIDTH=0

fi

# 接著修改GLOG_logtostderr那里的$DATA/train.txt, 這個為那個train.txt, $EXAMPLE/face_train_lmdb, 這個為生成的lmdb數據源的位置

# 下面也一樣, 修改為val.txt, $EXAMPLE/face_val_lmdb, 這個為val的lmdb數據源生成的位置

指定face_detect_lmdb.sh腳本文件, 如果那些face_val_lmdb已經存在則直接報錯, 在執行過程中, 可能會出現Could not open ..., 這個沒有關系, 執行的細節為, 先配置train, 在配置val

因為數據源很大, 大約4W, 我們生成的lmdb文件為好幾個GB, 再提一下, model大概為好幾百MB

模型調優

選擇更深的網絡, 改用VGG-16

調整學習率

圖像增強

訓練AlexNet網絡(忘了, 去網上找AlexNet的結構圖)

對AlexNet進行簡單的修改, 對最后的全連接層從1000改為2

創建train.prototxt文件, 在里面寫神經網絡結構

創建solver.prototxt文件

指定test_iter, 測試多少個batch

test_interval: 1000, 迭代1000次進行測試

base_lr: 0.001: 基礎學習率

max_iter: 10000: 最大迭代次數

gamma: 0.1

stepsize: 20000

display: 1000: 每1000次迭代顯示一次

momentum: 0.9

weight_decay: 0.0005

snapshot: 10000: 每個10000次保存一次model

snapshot_prefix: "/path/to/model": 模型保存的目錄

solver_mode: CPU: 使用CPU還是GPU

執行模型

創建一個train.sh腳本

/path/to/caffe train --solver=/path/to/solver.prototxt

sh train.sh執行

結束會生成一個模型文件(就一個, 就可以直接拿來用了)

網絡訓練速度限制

網絡大小

輸入數據的大小, 圖片大小

人臉檢測

Multi-Scale變換

進行多個Scale變換->會導致有多個bbox, 后續需要NMS

保存原始的bboxes, 在后續的時候通過scale factor映射到原始圖形上

滑動窗口

多尺度的Scale變換, 對小人臉(如50x50)進行放大轉為224x224, 對大臉進行縮小; 對原始圖像進行多此縮放, 也就是不斷的乘以scale factor知道到一個臨界值, 變成一個圖像金字塔

基于人臉識別+IMDB-WIFI+Caffe的性別識別

本文用記錄基于Caffe的人臉性別識別過程.基于imdb-wiki模型做finetune,imdb-wiki數據集合模型可從這里下載:https://data.vision.ee.ethz.ch/cv ...

paper 97：異質人臉識別進展的資訊

高新波教授團隊異質人臉圖像識別研究取得新突破,有望大大降低刑偵過程人力耗費并提高辦案效率 ?? ? ? ?近日,西安電子科技大學高新波教授帶領的研究團隊,在異質人臉圖像識別研究領域取得重要進展,其對香 ...

Python Face Recognition 實現人臉識別

一.Face Recognition軟件包 我們的人臉識別基于face_recognition庫.face_recognition基于dlib實現,用深度學習訓練數據,模型準確率高達99.38%. 人 ...

OpenCV學習(38) 人臉識別(3)

前面我們學習了基于特征臉的人臉識別,現在我們學習一下基于Fisher臉的人臉識別,Fisher人臉識別基于LDA(線性判別算法)算法,算法的詳細介紹可以參考下面兩篇教程內容: ...

Python3利用Dlib19.7實現攝像頭人臉識別的方法

0.引言 利用python開發,借助Dlib庫捕獲攝像頭中的人臉,提取人臉特征,通過計算歐氏距離來和預存的人臉特征進行對比,達到人臉識別的目的: 可以自動從攝像頭中摳取人臉圖片存儲到本地,然后提取構建 ...

基于深度學習的人臉識別系統(Caffe+OpenCV+Dlib)【一】如何配置caffe屬性表

前言 基于深度學習的人臉識別系統,一共用到了5個開源庫:OpenCV(計算機視覺庫).Caffe(深度學習庫).Dlib(機器學習庫).libfacedetection(人臉檢測庫).cudnn(gp ...

基于深度學習的人臉識別系統(Caffe+OpenCV+Dlib)【三】VGG網絡進行特征提取

前言 基于深度學習的人臉識別系統,一共用到了5個開源庫:OpenCV(計算機視覺庫).Caffe(深度學習庫).Dlib(機器學習庫).libfacedetection(人臉檢測庫).cudnn(gp ...

基于深度學習的人臉識別系統(Caffe+OpenCV+Dlib)【二】人臉預處理

前言 基于深度學習的人臉識別系統,一共用到了5個開源庫:OpenCV(計算機視覺庫).Caffe(深度學習庫).Dlib(機器學習庫).libfacedetection(人臉檢測庫).cudnn(gp ...

隨機推薦

VLOOKUP

vlookup(查找目標,查找范圍, 返回值的列數,精確或模糊查找) 1. 查找目標:查找的內容或者單元格引用. 2. 查找范圍: 選定一個查找區域. 注意一: 查找目標一定要在該區域的第一列. 注意 ...

協同開發中SVN的使用建議

協同開發中SVN的使用建議 1.? 注意個人賬戶密碼安全 各員工需牢記各自的賬戶和密碼,不得向他人透漏,嚴禁使用他人賬戶進行SVN各項操作(主要考慮每個SVN賬號的使用者的權限范圍問題).如有忘記,請 ...

IIS不能對網站添加默認文檔(由于權限不足而無法寫入配置文件)

IIS7以上版本配置網站時需要手動配置網站目錄的文件夾權限 增加"IIS_IUSER"用戶的修改權限 但增加后仍然提示“ 由于權限不足無法寫入配置文件” 通常是Web.config ...

hdu------(3549)Flow Problem(最大流(水體))

Flow Problem Time Limit: 5000/5000 MS (Java/Others)????Memory Limit: 65535/32768 K (Java/Others)Tota ...

HDU 1513 Palindrome

題目就是給一個字符串問最少插入多少個字符能讓原字符串變為回文字符串. 算法: 用原串的長度減去原串與翻轉后的串的最大公共字串的長度,就是所求答案. //#define LOCAL #include & ...

【風馬一族_xml】xml的基本講解筆記

xml是如何保存數據的 在xml語言中,它允許用戶自定義標簽.每個標簽用于描述一段數據; 一個標簽可以分為開始標簽和結束標簽,在開始標簽和結束標簽之間又可以嵌套其它標簽,利用標簽間的嵌套其它標簽,利用 ...

[上傳下載] C#FileUp文件上傳類 (轉載)

點擊下載?FileUp.zip 主要功能如下 .把上傳的文件轉換為字節數組 .流轉化為字節數組 .上傳文件根據FileUpload控件上傳 .把Byte流上傳到指定目錄并保存為文件 看下面代碼吧 // ...

perl 分析binlog 定位錯誤sql 思路

1. 獲取需要的binlog 日志: [root@zjzc01 binlog]# mysqlbinlog --start-datetime='2016-08-01 00:00:00' --stop-d ...

需要注意的subList方法！和substring是不一樣的！從源碼解釋他們的不同。

很多時候我們截取字符串用的是substring方法,很自然用著,但是對于列表的截取時很多時候就用得很少,但是其實他們是很不一樣的,具體哪里不一樣呢? package main; import java ...

Ant-打增量包

如何打增量包具體用法見如下百度網盤的文檔. http://pan.baidu.com/s/1gd5pAp1 1, ant 打源碼增量包 build_incremental_src.xml 內容如下: ...

總結

以上是生活随笔為你收集整理的caffe检测图片是否包含人脸_人脸识别(基于Caffe)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。