iT邦幫忙

2021 iThome 鐵人賽

DAY 30
0
自我挑戰組

人臉辨識的基礎理論系列 第 30

人臉辨識-day30

在實作完人臉辨識後,可以學習到在每一次的訓練都要有整理好的資料集、完善的演算法及模型架構、最後在實測看模型和演算法是否解決問題,若沒有解決就要持續改善中間的演算法及模型架構。

資料集的部分要尋找到適合作為人臉辨識系統的資料集,有以下要點:資料集的數量要龐大、相同人的影像不只一張更好、人臉要清晰若為正臉更佳,最重要的是需要用偵測人臉的演算法,並可以偵測出影像中的人臉,在即時偵測時也需要將測試者偵測出人臉來。

演算法使用人臉演算法常見的Resnet18來實作,因使用的模型較深,所以在學習率上調比較小,才不會讓模型學習影像時overfitting,還可以嘗試一些模型來實做看看。這部分要多多嘗試才可以找到一個較佳的模型參數。

最後在實測時,希望預測人臉的時候時間要短,才不會在預測時所需要預測的時間過久,而讓使用者感覺不出即時,最重要的要檢驗訓練完的模型是否可以準確的檢驗出人,並可以精準的分辨測試者是否可以進入系統當中,需要有一些後處理,這些也不能讓系統變慢太多。


上一篇
人臉辨識-day29
系列文
人臉辨識的基礎理論30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言