2017-10-15 9 views
0

J'ai formé le modèle resnet en utilisant dlib_metric_learning_on_images. mais lorsque je l'utilise pour des tests et que je tente de détecter une image dans le répertoire de Johns, elle ne peut détecter aucune personne. Cependant, quand j'utilise un modèle entraîné sur bald_guys.jpg, il les détecte tous en tant que personne. Que fais-je de mal pendant l'entraînement?dlib dnn_face_recognition_ex modèle entraîné ne détectant personne avec des images de formation

J'ai également modifié la classe input_rgb_image_sized de face_recognition en classe input_rgb_image.

note: - le modèle est formé sur le dossier johns faces et testé sur la même image bald_guys.jpg dans le dossier faces.

Répondre

0

Ces exemples de programmes sont une documentation qui explique comment utiliser la bibliothèque. Ce jeu de données "jonhs" est un ensemble minuscule de 61 faces. Il est là pour rendre les programmes d'exemple exécutables. 61 visages n'est pas assez éloigné pour faire un bon modèle de reconnaissance faciale. Les bons modèles, comme celui qui vient avec dlib, sont formés sur des millions de visages.

+0

1) Supposons que je sélectionne 10 individus et environ 1000 images de chacun. est-ce que vous pensez que cela suffirait pour la détection des seules 10 précisément? 2) celui que vous avez formé sur le dépôt git pourriez-vous expliquer le montant de l'ensemble de données pour cela? pour détecter des individus à partir de bald_guys.jpg –

+1

Le modèle public dlib est formé sur 3 millions de visages. Utiliser seulement 10 personnes pour la formation n'est probablement pas bon non plus. Vous devriez plutôt utiliser le modèle public dlib et former un SVM linéaire sur celui-ci ou utiliser la classification k-NN. –

+0

Quel programme suggérez-vous que je devrais utiliser pour la formation pour étendre le modèle public dlib? –