facenet训练自己的数据_基于SSD与Facenet的人脸识别

小方哥-AI人工智能模式识别算法

系统介绍

随着深度学习的日益发展，人脸识别的技术越来越趋于成熟。基于人脸识别的也伴随着众多的应用，比如说基于人脸识别的工厂打卡或者签到系统；基于人脸识别的五官定位以及美颜相机，智慧医疗方面的基于人脸识别的脸部去痘等皮肤的健康质量检测等等。开发一个具体的应用，要么使用百度，或者虹软等大厂提供的离线SDK或者在线的云识别,需要购买license以及每年要重新认证，因此基于本地的人脸识别考勤打卡等应用程序的开发来说，就比较迫切了，下载公共的人脸数据集，搭建深度神经网络，训练自己的模型，做到本地的识别，检测和识别的速度会明显提升。本系统是基于比较流行的Mobile-Net 中的SSD检测模型和Facenet特征进行人脸识别。

2.功能模块

2.1 SSD模型

论文名称：

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

网址：https://arxiv.org/abs/1704.04861

SSD: Single Shot MultiBox Detector

网址：https://arxiv.org/pdf/1512.02325.pdf

SSD代码网址github:

https://github.com/weiliu89/caffe/tree/ssd

2.2 FaceNet

源码下载地址：https://github.com/davidsandberg/facenet.git

论文： A Unified Embedding for Face Recognition and Clustering

网址: https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Schroff_FaceNet_A_Unified_2015_CVPR_paper.pdf

googlenet网络：

https://arxiv.org/pdf/1409.4842v1.pdf

3. 实验数据

3.1 识别的人脸模板
识别的共有5个人

3.2 测试图像

4. 实验结果

总结

以上是生活随笔为你收集整理的facenet训练自己的数据_基于SSD与Facenet的人脸识别的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。