https://github.com/yeziyang1992/python-tensorflow-face-v2.0

基于tensorflow的人脸识别
https://github.com/yeziyang1992/python-tensorflow-face-v2.0

face-recognition python3 siamese-network tensorflow triplet

Last synced: 7 days ago
JSON representation

基于tensorflow的人脸识别

• Host: GitHub
• URL: https://github.com/yeziyang1992/python-tensorflow-face-v2.0
• Owner: yeziyang1992
• License: apache-2.0
• Created: 2018-01-24T07:29:39.000Z (almost 7 years ago)
• Default Branch: master
• Last Pushed: 2018-07-11T02:53:26.000Z (over 6 years ago)
• Last Synced: 2023-12-11T17:28:54.995Z (11 months ago)
• Topics: face-recognition, python3, siamese-network, tensorflow, triplet
• Language: Python
• Homepage:
• Size: 242 MB
• Stars: 100
• Watchers: 4
• Forks: 45
• Open Issues: 5
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Python-Tensorflow-Face-v2.0

1. 本文以Triplet网络为基础，改进了原有的通过训练分类器来检测人脸的方法，大大提高了识别的准确度。   

1. 本人使用训练数据集为微软MS-Celeb-1M数据集,[下载地址].(https://www.msceleb.org/download/aligned)   

2. 下载的数据集为.tsv格式,需要还原成jpg格式图片。需要把extracted.py拷贝到tsv文件同目录下，然后运行：  

    $ python extracted.py --outputDir=data FaceImageCroppedWithAlignment.tsv  

    尽量留有足够大的硬盘空间。

3. 还需要对数据集进行清理，可到这[链接](https://pan.baidu.com/s/1JfqPCL6vMABbX71WpGDUpg) (密码：9ykp)下载干净的列表，并把下载的txt文件、faceshutil.py和data文件夹放在同一目录下，运行py文件即可

4. 把get_align_face.py放到out同目录下，进行最后的人脸对齐。得到的train_faces文件夹放在项目同级文件夹下。

5. 程序运行流程：          

  + 1. 首先运行makefile.py文件，生成一些目录。 

  + 2. 在[链接](https://pan.baidu.com/s/1F6w8JIzg6o61D2sNmJ9tLw)( 密码：8tgk)下载LFW数据集，放在 ./temp/lfw/文件夹下，最后的目录是./tmp/lfw/lfw。这是为了测试准确率。

  + 3. 运行run.py文件，如果想要继续接着训练,需要把new改为True.这样做的目的是可以间断训练，每次训练完一段时间退出，可以接着训练。   

  + 4. 训练完成后，可以运行lfw_test.py文件查看准确率。

7. 训练好的模型可以放到这个项目中https://github.com/yeziyang1992/Face_Recognition_Client  检验。

8. 如有问题探讨，邮箱联系：[email protected]