Face Recognition dapat digunakan sebagai kerangka uji untuk metode pengenalan wajah
advertisement
Nama | Face Recognition |
---|---|
Versi | 1.5.1 |
Memperbarui | Mei 28, 2017 |
Ukuran | 54 MB |
Kategori | Perpustakaan & Demo |
Instal | 100K+ |
Developer | Qualeams |
Android OS | Android 5.0+ |
Google Play ID | ch.zhaw.facerecognition |
Face Recognition · Deskripsi
Face Recognition dapat digunakan sebagai kerangka kerja tes untuk beberapa metode pengenalan wajah termasuk Neural Networks dengan TensorFlow dan Caffe.
Ini mencakup algoritma preprocessing berikut:
- Grayscale
- Tanaman
- Penyelarasan Mata
- Koreksi Gamma
- Perbedaan Gaussians
- Canny-Filter
- Pola Binary lokal
- histogram Persamaan (hanya dapat digunakan jika grayscale digunakan juga)
- Resize
Anda dapat memilih dari metode ekstraksi fitur dan klasifikasi berikut:
- Eigenfaces dengan Tetangga Terdekat
- Gambar Membentuk kembali dengan Support Vector Machine
- TensorFlow dengan SVM atau KNN
- Caffe dengan SVM atau KNN
pengguna dapat ditemukan di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md
Saat ini hanya perangkat armeabi-V7A dan ke atas yang didukung.
Untuk pengalaman terbaik dalam modus pengakuan memutar perangkat ke kiri.
_______________________________________________________________
TensorFlow:
Jika Anda ingin menggunakan model Tensorflow Inception5h, men-download dari sini:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
Kemudian copy file "tensorflow_inception_graph.pb" untuk "/ sdcard / Pictures / facerecognition / data / TensorFlow"
Gunakan pengaturan default ini untuk memulai:
Jumlah kelas: 1001 (tidak relevan karena kita tidak menggunakan lapisan terakhir)
Masukan Ukuran: 224
Gambar berarti: 128
Ukuran Output: 1024
lapisan input: masukan
lapisan output: avgpool0
file model: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Jika Anda ingin menggunakan model VGG Wajah Descriptor, men-download dari sini:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0
Perhatian: Model ini hanya berjalan pada perangkat dengan setidaknya 3 GB atau RAM.
Kemudian copy file "vgg_faces.pb" untuk "/ sdcard / Pictures / facerecognition / data / TensorFlow"
Gunakan pengaturan default ini untuk memulai:
Jumlah kelas: 1000 (tidak relevan karena kita tidak menggunakan lapisan terakhir)
Masukan Ukuran: 224
Gambar berarti: 128
Ukuran Output: 4096
lapisan input: Placeholder
lapisan output: fc7 / fc7
file model: vgg_faces.pb
_______________________________________________________________
Caffe:
Jika Anda ingin menggunakan model VGG Wajah Descriptor, men-download dari sini:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz
Perhatian: Model ini hanya berjalan pada perangkat dengan setidaknya 3 GB atau RAM.
Kemudian copy file "VGG_FACE_deploy.prototxt" dan "VGG_FACE.caffemodel" untuk "/ sdcard / Pictures / facerecognition / data / caffe"
Gunakan pengaturan default ini untuk memulai:
nilai rata-rata: 104, 117, 123
lapisan output: fc7
file model: VGG_FACE_deploy.prototxt
Bobot file: VGG_FACE.caffemodel
_______________________________________________________________
File-file lisensi dapat ditemukan di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt dan di sini https://github.com/Qualeams/Android- wajah-Recognition-dengan-Deep-Learning / gumpalan / master / NOTICE.txt
Ini mencakup algoritma preprocessing berikut:
- Grayscale
- Tanaman
- Penyelarasan Mata
- Koreksi Gamma
- Perbedaan Gaussians
- Canny-Filter
- Pola Binary lokal
- histogram Persamaan (hanya dapat digunakan jika grayscale digunakan juga)
- Resize
Anda dapat memilih dari metode ekstraksi fitur dan klasifikasi berikut:
- Eigenfaces dengan Tetangga Terdekat
- Gambar Membentuk kembali dengan Support Vector Machine
- TensorFlow dengan SVM atau KNN
- Caffe dengan SVM atau KNN
pengguna dapat ditemukan di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md
Saat ini hanya perangkat armeabi-V7A dan ke atas yang didukung.
Untuk pengalaman terbaik dalam modus pengakuan memutar perangkat ke kiri.
_______________________________________________________________
TensorFlow:
Jika Anda ingin menggunakan model Tensorflow Inception5h, men-download dari sini:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
Kemudian copy file "tensorflow_inception_graph.pb" untuk "/ sdcard / Pictures / facerecognition / data / TensorFlow"
Gunakan pengaturan default ini untuk memulai:
Jumlah kelas: 1001 (tidak relevan karena kita tidak menggunakan lapisan terakhir)
Masukan Ukuran: 224
Gambar berarti: 128
Ukuran Output: 1024
lapisan input: masukan
lapisan output: avgpool0
file model: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Jika Anda ingin menggunakan model VGG Wajah Descriptor, men-download dari sini:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0
Perhatian: Model ini hanya berjalan pada perangkat dengan setidaknya 3 GB atau RAM.
Kemudian copy file "vgg_faces.pb" untuk "/ sdcard / Pictures / facerecognition / data / TensorFlow"
Gunakan pengaturan default ini untuk memulai:
Jumlah kelas: 1000 (tidak relevan karena kita tidak menggunakan lapisan terakhir)
Masukan Ukuran: 224
Gambar berarti: 128
Ukuran Output: 4096
lapisan input: Placeholder
lapisan output: fc7 / fc7
file model: vgg_faces.pb
_______________________________________________________________
Caffe:
Jika Anda ingin menggunakan model VGG Wajah Descriptor, men-download dari sini:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz
Perhatian: Model ini hanya berjalan pada perangkat dengan setidaknya 3 GB atau RAM.
Kemudian copy file "VGG_FACE_deploy.prototxt" dan "VGG_FACE.caffemodel" untuk "/ sdcard / Pictures / facerecognition / data / caffe"
Gunakan pengaturan default ini untuk memulai:
nilai rata-rata: 104, 117, 123
lapisan output: fc7
file model: VGG_FACE_deploy.prototxt
Bobot file: VGG_FACE.caffemodel
_______________________________________________________________
File-file lisensi dapat ditemukan di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt dan di sini https://github.com/Qualeams/Android- wajah-Recognition-dengan-Deep-Learning / gumpalan / master / NOTICE.txt