人脸识别模型（学习并识别自己组合的小数据集）
·
浅层网络作业，构建浅层人脸识别网络，从同学中的随机选出10-15人作为样本库，随机选择5-10人测试，统计识别率。
本实验的目标是实现一个基于人脸识别的系统，通过使用卷积神经网络（CNN）和面部特征提取技术，训练并测试一个人脸识别模型。通过比较所识别的人脸与预先存储的图像进行匹配，以验证模型的准确性和实用性。
放自己数据集改个路径就行，
训练模型：python train.py
测试单张图片：python predict.py
结果大概是这样的：
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
7
0- 0
已为社区贡献1条内容
所有评论(0)