این برنامه لینوکسی VGGFace2 نام دارد که آخرین نسخه آن را می‌توانید با نام vgg_face2sourcecode.tar.gz دانلود کنید. این برنامه را می‌توان به صورت آنلاین در ارائه دهنده خدمات میزبانی وب رایگان OnWorks برای ایستگاه‌های کاری اجرا کرد.
این برنامه با نام VGGFace2 with OnWorks را به صورت رایگان دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
اسکرین شات ها:
VGGFace2
DESCRIPTION:
VGGFace2 یک مجموعه داده تشخیص چهره در مقیاس بزرگ است که برای پشتیبانی از تحقیقات در زمینه تشخیص چهره در انواع حالات، سن، روشنایی و هویت توسعه داده شده است. این مجموعه شامل ۳.۳۱ میلیون تصویر است که ۹۱۳۱ سوژه را پوشش می‌دهد و به طور متوسط بیش از ۳۶۰ تصویر برای هر سوژه دارد. این مجموعه داده از جستجوی تصویر گوگل جمع‌آوری شده است و تنوع گسترده‌ای را در قومیت، حرفه و شرایط دنیای واقعی تضمین می‌کند. این مجموعه به یک مجموعه آموزشی با ۸۶۳۱ هویت و یک مجموعه آزمایشی با ۵۰۰ هویت تقسیم شده است که آن را برای معیارسنجی و آموزش مدل در مقیاس بزرگ مناسب می‌کند. در کنار مجموعه داده، مخزن، مدل‌های از پیش آموزش دیده مبتنی بر معماری‌های ResNet-50 و SE-ResNet-50 را ارائه می‌دهد که با پیش‌آموزش MS-Celeb-1M و تنظیم دقیق در VGGFace2 آموزش دیده‌اند. این مدل‌ها در معیارهایی مانند IJB-B به عملکرد تأیید قوی دست می‌یابند و شامل انواعی با تعبیه‌های ابعاد پایین‌تر برای نمایش فشرده ویژگی‌ها هستند. این پروژه همچنین شامل ابزارهای پیش‌پردازش، اسکریپت‌های تشخیص چهره و غیره است.
امکانات
- مجموعه داده‌ای شامل ۳.۳۱ میلیون تصویر از ۹۱۳۱ سوژه
- مجموعه آموزشی (۸۶۳۱ هویت) و مجموعه آزمایشی (۵۰۰ هویت)
- پوشش طیف گسترده‌ای از تنوع سنی، ژست، نورپردازی و قومیت
- مدل‌های از پیش آموزش‌دیده در معماری‌های ResNet-50 و SE-ResNet-50
- مدل‌های موجود در Caffe، MatConvNet، PyTorch و Keras
- شامل اسکریپت‌های پیش‌پردازش با MTCNN و نمونه‌های ارزیابی
زبان برنامه نویسی
متلب، پایتون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/vggface2.mirror/ نیز دریافت کرد. این برنامه در OnWorks میزبانی شده است تا بتوان آن را به ساده‌ترین روش به صورت آنلاین از یکی از سیستم‌های عامل رایگان ما اجرا کرد.