Il s'agit de l'application Linux VGGFace2, dont la dernière version est téléchargeable sous le nom vgg_face2sourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée VGGFace2 avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN:
VGGFace2
DESCRIPTION:
VGGFace2 est un jeu de données de reconnaissance faciale à grande échelle, développé pour soutenir la recherche sur la reconnaissance faciale selon les variations de pose, d'âge, d'éclairage et d'identité. Il comprend 3.31 millions d'images couvrant 9 131 sujets, avec une moyenne de plus de 360 images par sujet. Ce jeu de données a été collecté via Google Image Search, garantissant une grande diversité d'origines ethniques, de professions et de conditions réelles. Il est divisé en un jeu d'apprentissage de 8 631 identités et un jeu de test de 500 identités, ce qui le rend idéal pour l'analyse comparative et l'apprentissage de modèles à grande échelle. Outre ce jeu de données, le référentiel fournit des modèles pré-entraînés basés sur les architectures ResNet-50 et SE-ResNet-50, entraînés avec le pré-entraînement MS-Celeb-1M et optimisés sur VGGFace2. Ces modèles affichent d'excellentes performances de vérification sur des benchmarks tels qu'IJB-B et incluent des variantes avec des plongements de plus petite dimension pour une représentation compacte des caractéristiques. Le projet comprend également des outils de prétraitement, des scripts de détection de visage, etc.
Comment ça marche
- Ensemble de données de 3.31 millions d'images sur 9 131 sujets
- Ensemble d'entraînement (8 631 identités) et ensemble de test (500 identités)
- Couvre de grandes variations d'âge, de pose, d'éclairage et d'origine ethnique
- Modèles pré-entraînés dans les architectures ResNet-50 et SE-ResNet-50
- Modèles disponibles dans Caffe, MatConvNet, PyTorch et Keras
- Inclut des scripts de prétraitement avec MTCNN et des exemples d'évaluation
Langage de programmation
MATLAB, Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/vggface2.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.