# ML **Repository Path**: cicool/ML ## Basic Information - **Project Name**: ML - **Description**: 深度学习 - **Primary Language**: Python - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2018-10-21 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # ML 深度学习 转载请注明:https://blog.csdn.net/wyx100/article/details/80428424 效果展示 未完待续。。。 环境配置 win7sp1 python 3.6.3 dlib 19.7.0 tensorflow 1.3.0rc0 keras 2.1.5 opencv-python 3.4.1+contrib pillow 4.2.1 numpy 1.14.1+mkl numpy 1.12.1 软件下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/ 项目实现步骤 1.整理人脸图片(格式:jpg,150x150) 每个人物100张(80张训练(train),20张验证(validation)) 完整项目下载 为方便没积分童鞋,请加企鹅,共享文件夹。 包括:代码、数据集合(图片)、已生成model、安装库文件等。 data train fsm 0.jpg 1.jpg 。。。 79.jpg gje qyy validation fsm 80.jpg 81.jpg 。。。 99.jpg gje qyy 2.训练CNN(tensorflow、keras)模型 3.基于2训练的model(dlib检测人脸)识别视频某张图片中的人脸,并标记姓名 1)打开视频,截取一帧图片 2)检测1)中图片的人脸(1张或多张),未检测到人脸则结束本次循环 3)基于2训练的model识别图片中的人脸,并标记姓名 4)输出框出人脸并标记姓名的图片。 代码 1. model_cnn_train.py 使用卷积神经网络训练人脸识别(不是检测)模型(模型结构见文章末尾) 根据keras2.1.6中example(点击下载)下cifar10_cnn.py修改 英文文档 https://keras.io/ https://pypi.org/project/Keras/ https://pypi.org/project/Keras/#files https://github.com/keras-team/keras.git (代码下载) 中文文档 http://keras-cn.readthedocs.io/en/latest/ 6个周期可以达到99%的准确率。 2. video_face_sign.py 使用dlib检测视频中的人脸,调用1中的训练的模型判断对应人(是谁)并标记中文姓名。 备注:通过模型(可以使用leNet、vgg16等网络)、样本质量、样本数量、样本多样性调整可优化实际识别效果。