如何在 LFW 数据集上训练 CNN?
Posted
技术标签:
【中文标题】如何在 LFW 数据集上训练 CNN?【英文标题】:How to train CNN on LFW dataset? 【发布时间】:2020-04-27 17:06:13 【问题描述】:我想从头开始训练一个面部识别 CNN。我可以按照流行的架构编写 Keras Sequential() 模型并复制它们的网络。
我希望使用 LFW 数据集,但是我对技术方法感到困惑。我是否必须将每个面裁剪成一个紧身的盒子?这似乎不切实际,因为数据集有 13000 多张面孔。
最后,我知道这很愚蠢,但我所要做的就是预处理图像(当然),然后使模型适合这些图像?究竟是什么?流程?
【问题讨论】:
【参考方案1】:您的问题非常开放。在预处理和拟合模型之前,您需要了解对象检测。一旦您了解了什么对象检测,您将得到第一个问题的答案,您是否需要手动裁剪每 13000 张图像。答案是不。但是,如果图像在训练数据中不可用,您将必须在人脸周围绘制边界框并为图像分配标签。
你的第二个问题很模糊。确切的程序是什么意思?是您需要做的步骤还是如何用 python/或任何其他语言对模型进行预处理和拟合?互联网上有很多关于如何针对每个特定问题进行预处理和模型训练的参考资料。没有可以应用于任何问题的通用步骤
【讨论】:
以上是关于如何在 LFW 数据集上训练 CNN?的主要内容,如果未能解决你的问题,请参考以下文章
PyTorch基于CNN的手写数字识别(在MNIST数据集上训练)