基於深度學習的人臉識別系統實戰【從零開始搭建你的人臉識別系統】

        人臉識別如今已經是家喻戶曉了,幾乎每天都要跟他打交道,我們上班的考勤機就是一個人臉識別系統,我們俗稱“刷臉機”。進入火車站或者機場的時候也會有人臉識別的需要,這裏面都是深度學習的計算力在支撐,今天主要的內容是自己動手完整地去實踐整個人臉識別系統,雖說人臉識別已經不是很新鮮的東西了,但是對於一個數據挖掘從業者或者初學者來說想要完整地做出來一個屬於自己的人臉識別項目還是需要花費一定的時間去學習摸索的。

       項目整體架構示意圖如下所示:

         項目中我們使用到的數據集一共有兩個來源,一部分是來源於網上公開可用的人臉識別數據集,可以節省我們數據獲取的時間和成本,方便直接進行實驗處理,另一部分是基於電腦的攝像頭來進行自身人臉數據的收集,這個可以用來訓練可以識別我們自己的模型,因爲人臉識別本質是一個分類問題,這還是很有意思的。

接下來我們針對上面的流程進行詳細的說明與實現講解:

一、人臉識別數據集獲取

     這裏我們使用到公開網絡數據集我記得是一個小批量的日本的人臉數據,數據集一共包含了10個類別,截圖如下所示:

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章