深度学习之人脸对比

原创

于 2022-01-23 21:31:53 发布 · 1k 阅读

本文介绍了使用深度学习进行人脸识别的过程，包括加载模型、计算人脸特征点、编写特征对比计算和预测输出对比值。通过将一张人脸图片与其他两张进行对比，得出相似度结果，显示模型在人脸识别上具有较高准确性。

今天闲来无事，看了一下《雪中悍刀行》，剧情到还可以，关键有个问题，很多美女傻傻分不情况，我就在想，不知道人脸识别模型会不会脸盲 😃

加载模型

Criteria<Image, float[]> criteria = Criteria.builder()
	                        .setTypes(Image.class, float[].class)
	                        .optModelUrls("https://www.d2lcoder.com/model/face_feature.zip")
	                        .optModelName("face_feature") 
	                        .optTranslator(new FaceFeatureTranslator())
	                        .optProgress(new ProgressBar())
	                        .optEngine("PyTorch") // Use PyTorch engine
	                        .build();

ZooModel<Image, float[]> model = criteria.loadModel()

编写Translator

private static final class FaceFeatureTranslator implements Translator<Image, float[]> {
   
   

	FaceFeatureTranslator() {
   
   }

	@Override</

标签

#深度学习 #人工智能

最低0.47元/天解锁文章