基于Facenet+Retinaface+Pytorch实现卷积神经网络(CNN)人脸识别

Posted 索炜达.猿创

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于Facenet+Retinaface+Pytorch实现卷积神经网络(CNN)人脸识别相关的知识,希望对你有一定的参考价值。

文件大小:4.38G

开发环境:Python3.7.10、OpenCV4.1.2.30、PyCharm2020

点击下载:点击下载

简要概述:卷积神经网络的人脸识别,人脸检测用的是Retinaface,识别用到的是facenet。两组都是训练好的模型,在modeldata目录下。如果需要自己训练就在facenet-train,数据集CASIA-WebFace。面部的5个点是人脸的关键点,用来定位使用的。FPS是检测速度。

-对视频中的predict.py进行了修改,

-将单张图片预测、摄像头检测和FPS测试功能

-整合到了一个py文件中,通过指定mode进行模式的修改。




文件目录

├ 1.项目源码

├ 2.训练文件

├ 3.运行截图

├ 4.数据集文件

└ 5.系统演示视频

以上是关于基于Facenet+Retinaface+Pytorch实现卷积神经网络(CNN)人脸识别的主要内容,如果未能解决你的问题,请参考以下文章

facenet-retinaface快速复现 实现 facenet-retinaface-pytorch 人脸识别 windows上 使用cpu实现

人脸检测—Retinanetface

深度学习RetinaFace人脸检测简要介绍

Android之基于Facenet模型比对视频中的人脸

FaceNet实现人脸检测和识别

将 Facenet 模型 .pb 文件转换为 TFLITE 格式时出错