pytorch实现图像识别,python人脸识别数据训练

　　前言本项目借鉴ArcFace的loss函数和MobileNet，旨在开发一个模型小、识别准确率高、推理速度快的人脸识别项目。这个项目的训练数据是emore数据集，85742人，5822653张图片。lfw-align-128数据集用作测试数据。

　　源码地址：https://github.com/yeyupiaoling/Pytorch-MobileFaceNet

　　为此项目的数据集提供批注文件，将它们存储在数据集目录中，然后解压缩它们。此外，您必须下载以下两个数据集，并在下载后将其解压缩到数据集目录中：

　　Emore数据集百度网盘lfw-align-128下载地址：百度网盘二维码：b2ec然后运行以下命令将人脸图像提取到dataset/images中，并将整个数据集打包成二进制文件。

　　Python create_dataset.py训练只需要运行train.py更多训练参数请参考代码。

　　python train.py训练的输出如下：

　　[2021-11-0315336018336028 . 813591]列车历元9，批次：6100/90979，损耗：1.215695，精度：0.859375，丢失讴歌cy 3360.859375预计到达时间：5天，533602833605天，533605，5365 . 2603 lr 3360.0000 12336029:05[2021-11-0315336019:18.086872]trainepocco损失3360 1.308692、准确度：0.828125、lr 3360.000000010 733602:03[2021-11-0315]333333606

　　Python eval.py预测这个项目并没有教导提供模型预测。模型文件可用于直接预测。在执行预测之前，面部图像被存储在face_db目录中。每个图像只包含一个人的脸，并以该脸命名。这将创建一个人脸库。之后，将识别结果与这些图像进行比较，以找到匹配成功的人的面部。这里使用的人脸检测是MTCNN模型，具有速度快，模型小的特点。源码地址是Pytorch-MTCNN。

　　如果根据图像路径进行预测，请执行以下命令：

　　python infer . py-image _ path=temp/test . jpg日志的输出如下：

　　人脸检测时间：38ms人脸识别时间：11ms人脸比对结果：[(迪丽热巴(，0.7030987)，(杨幂)，0.36442137)]人脸比对结果)，杨幂)，0.63616204)，(迪丽热巴)。1)，[156，80，215，134，1]识别的人脸名字((每日热巴，杨幂)总识别时间)82ms

　　如果摄像机预测到了，执行以下命令：

　　python infer _ camera . py-camera _ id=0

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。