V
主页
7.8 人脸识别模型训练
发布人
原书信息:清华大学出版社-图书详情-《TensorFlow+Android经典模型从理论到实战(微课视频版)》 http://www.tup.tsinghua.edu.cn/booksCenter/book_09703501.html 第7章 FaceNet与人脸识别 当你读完第7章时,你应该能够: l 理解人脸检测与人脸识别。 l 自定义人脸数据集。 l 自定义人脸识别模型。 l 理解掌握FaceNet人脸识别模型体系结构与原理。 l 基于VGG-Face构建人脸识别门禁模拟系统。 l 基于FaceNet构建人脸识别服务器。 l 实战基于Android的人脸识别客户机设计。 l 实战活体检测与活体数据采集。 l 实战活体检测模型定义、训练与评估。 7.1 项目动力 人脸识别作为融入现代社会生活的一项技术应用,在一些重要行业领域,如身份认证、刷脸支付、交通安防等已实现规模化发展。 人工智能课堂上,曾有学生提问:老师,为什么我只给学校交了一张个人照片,就可以通过学校的刷脸门禁系统了,人脸识别的原理是什么?近年来,越来越多的学生选择人脸识别作为毕业设计的研究方向。人脸识别还远未达到理想中的完美程度,这是一个仍在蓬勃发展的热点技术领域。 为了更好回答学生的上述疑问,同时也给做毕设的学生提供参考,本章将以人脸识别为主线,演示三种人脸检测方法,带领读者自己采集数据集,自己定义网络模型,自己独立完成一个人脸识别实时检测案例,从而建立对人脸识别的完整认知。 在此基础上,结合牛津大学计算机视觉组发布的VGG-Face人脸识别模型和Google发布的FaceNet人脸识别模型,完成实战化的应用部署。结合这些经典模型的学习,从更高的维度理解人脸识别,回答为什么向服务器提交一幅照片,即可完成人脸识别。 人脸识别模块可以直接部署于边缘计算设备,也可以部署于中央服务器,终端设备负责数据的实时采集。本章演示了人脸识别服务器和Android客户机的设计,可以帮助读者提高实战化能力。同时基于mediapipe活体动作检测框架,完成了对人体动作序列的数据采集、建模和训练,实现了对人体动作序列的检测与识别,为实现人脸活体检测的系统集成奠定基础。
打开封面
下载高清视频
观看高清视频
视频下载器
7.12 FaceNet人脸识别模型
7.16 Android界面设计
2.9 三维卷积
1.18 XGBoost回归模型
7.2 人脸检测
LSTM泛滥?transformer太难?A会最新时序模型框架,模型创新快人一步!
7.18 客户机与服务器联合测试
6.8 人脸生成测试
7.9 人脸识别模型测试
2.14 卷积网络结构剖析
什么是卷积?强推!这绝对是全网最通俗易懂的【卷积神经网络教程】!草履虫听了都点头!人工智能、深度学习、机器学习
【课件+代码】李沐大神《动手学深度学习》2024最新视频教程,比啃书高效!比刷剧还爽!(人工智能丨深度学习丨神经网络)
7.13 FaceNet服务器设计
4.9 DenseNet121 模型训练
4.11 初识YOLO算法
8.5 自定义人脸识别模型
9.8 AlphaFold2项目实战演示
4.10 卷积方法实现滑动窗口
7.22 活体检测模型评估
超强动画演示,一步一步深入浅出解释Transformer原理!这可能是我看到过最通俗易懂的Transformer教程了吧!——(人工智能、大模型、深度学习)
3.26 迁移学习与特征提取
2024深度学习必学的三大框架【PyTorch+TensorFlow+Keras】全套课程分享!保姆级入门到进阶,草履虫都能看懂!机器学习/人工智能
4.7 划分数据集
1.6 离群值
7.1 项目动力
2.16 数据集划分
2.5 MobileNetV2解析
2.4 MobileNetV1解析
【3小时学算法】菜鸟狂喜!全网最全最清晰的【贝叶斯算法】教程,详解贝叶斯分析、朴素贝叶斯,花三个小时带你吃透!机器学习算法_人工智能
7.23 实时检测与识别
1.2 训练集观察
7.17 Android客户机逻辑设计
2.19 数据标准化
7.8 客户机界面设计
3.16 优化算法
2.12 定义池化层
研究生自学必看!耗时8个月时间整理的公式代码一条龙【MATLAB论文复现】教程,带你轻松复刻MATLAB论文从公式到代码完整流程!
B站最全!概率论基础、线性代数基础、高等数学基础、微积分、泰勒公式、贝叶斯算法、回归分析等十大人工智能数学基础一口气学完!
6.7 数据集分析
不愧是GitHub大佬!半天就教会了我YOLO、SSD、FasterRCNN、FastRCNN、SPPNet、RCNN等六大目标检测算法!深度学习/物体检测