在实作完人脸辨识後,可以学习到在每一次的训练都要有整理好的资料集、完善的演算法及模型架构、最後在实测看模型和演算法是否解决问题,若没有解决就要持续改善中间的演算法及模型架构。
在资料集的部分要寻找到适合作为人脸辨识系统的资料集,有以下要点:资料集的数量要庞大、相同人的影像不只一张更好、人脸要清晰若为正脸更佳,最重要的是需要用侦测人脸的演算法,并可以侦测出影像中的人脸,在即时侦测时也需要将测试者侦测出人脸来。
演算法使用人脸演算法常见的Resnet18来实作,因使用的模型较深,所以在学习率上调比较小,才不会让模型学习影像时overfitting,还可以尝试一些模型来实做看看。这部分要多多尝试才可以找到一个较佳的模型参数。
最後在实测时,希望预测人脸的时候时间要短,才不会在预测时所需要预测的时间过久,而让使用者感觉不出即时,最重要的要检验训练完的模型是否可以准确的检验出人,并可以精准的分辨测试者是否可以进入系统当中,需要有一些後处理,这些也不能让系统变慢太多。
>>: Day 30 - 3D绘图篇 - 噪声地形演算II - 成为Canvas Ninja ~ 理解2D渲染的精髓
昨天学习到了JSX的几大特色与优点之後,今天就正式来学习用JSX搭配react。载入JSX之前先引用...
从学校拿到一块DE2_115,之前修DCLAB的时候只有接触Verilog的部分,现在想要学习板子上...
元件(Component)是Vue里主要也是最强大的特性之一,它提供了THML DOM元素的扩充性,...
CNN在deep learning里占了非常大比例的应用,主要用在图像识别上,架构如下: CNN的h...
vue.js2.0後版本推荐使用axios来完成ajax请求 为Promise-based HTTP...