20180402114759.zip Google提出的开源人脸识别算法FaceNet的预训练模型,FaceNet的官方的预训练模型,20180402-114759 NOTE: If you use any of the models, please do not forget to give proper credit to thos
FaceNet人脸识别预训练模型20180402114759.zip Google提出的开源人脸识别算法FaceNet的预训练模型,FaceNet的官方的预训练模型,20180402-114759 NOTE: If you use any of the models, please do not forget to give proper credit to thos
FaceNet人脸识别预训练模型20180408102900.zip Google提出的开源人脸识别算法FaceNet的预训练模型,FaceNet的官方的预训练模型,20180408-102900 NOTE: If you use any of the models, please do not forget to give proper credit to thos
FaceNet人脸识别预训练模型20170512110547.zip Google提出的开源人脸识别算法FaceNet的预训练模型,FaceNet的官方的预训练模型,20170512-110547 NOTE: If you use any of the models, please do not forget to give proper credit to thos
FaceNet人脸识别预训练模型20170511185253.zip Google提出的开源人脸识别算法FaceNet的预训练模型,FaceNet的官方的预训练模型,20170511-185253 NOTE: If you use any of the models, please do not forget to give proper credit to thos
mtcnn FaceNet实现人脸检测人脸识别开箱即用 mtcnn实现人脸检测,使用的haar人脸特征分类器,FaceNet实现人脸识别; 使用PyCharm可直接打开,开箱即用 使用了FaceNet的预训练模型,因为模型资源过大,我分开上传了,可在我的个人主页找到对应预训练模型下载,放在项目中对应的mtcnn-FaceNet\models的每个目录底下
FaceDB_YaleB YaleB人脸数据集人脸数据库 FaceDB_YaleB YaleB人脸数据集 人脸数据库 FaceDB_YaleA人脸数据集请查看我的其他资源; 包含了10个人的5850幅在9种姿态,64种光照条件下的图像。其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析。
FaceDB_yaleA YaleB人脸数据集人脸数据库 FaceDB_YaleA YaleA人脸数据集 人脸数据库 FaceDB_YaleB人脸数据集请查看我的其他资源; 由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态的变化。 Yale人脸数据库中一个采集志愿者的10张样本,相比较ORL人脸数据库Yale库中每个对