我想訓練一個神經網絡從圖像中提取多個(128)臉部特徵。提取臉部嵌入 - 臉部識別
這些特徵是測量諸如眼睛中間距離或左眼中間和中點之間距離的數字。
我需要這個來找出兩個面孔之間的差異:給用戶一個數據庫,通過分析照片我可以判斷它是否是Jhon的照片。
我開始使用this鏈接進行研究,其中指出:研究人員發現,最準確的方法是讓計算機找出測量值來收集自己。
好的,所以網絡的輸出是128個數字的數組,我將使用一些公式來調整權重,以便輸出數字儘可能精確。
我應該使用什麼作爲輸入?我的輸入節點是否是三張照片,如this文章,我將根據照片之間的比較提取功能?
您的鏈接是死的,看來你是缺少一些基本知識,我會開始從openface,一個不錯的蟒蛇+火炬(LUA)的實施facenet紙,其學習這從數據的二維度量嵌入的學習。它也會告訴你,它是不平凡的(三重損失和合作)。 – sascha
我不想使用庫。我想自己做訓練。 –
它已經準備好接受自我訓練,我沒有告訴你使用它pretrained。從中學習或不要,你的決定。你始終可以從核心文件開始。順便說一句:''我不想用它。我想自己做訓練可能表明還有一個誤解,但也許你有一些原因。預訓練模型已準備好在未訓練的圖像上使用,這就是(度量嵌入方法的)整點。 – sascha