Ini adalah aplikasi Linux bernama VGGFace2 yang rilis terbarunya dapat diunduh sebagai vgg_face2sourcecode.tar.gz. Aplikasi ini dapat dijalankan secara daring di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan aplikasi ini secara daring bernama VGGFace2 dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Jalankan emulator online OnWorks Linux atau Windows online atau emulator online MACOS dari situs web ini.
- 5. Dari OS Linux OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Download aplikasinya, install dan jalankan.
SCREENSHOT:
VGGWajah2
DESKRIPSI:
VGGFace2 adalah kumpulan data pengenalan wajah skala besar yang dikembangkan untuk mendukung penelitian pengenalan wajah di berbagai variasi pose, usia, pencahayaan, dan identitas. Kumpulan data ini terdiri dari 3.31 juta gambar yang mencakup 9,131 subjek, dengan rata-rata lebih dari 360 gambar per subjek. Kumpulan data ini dikumpulkan dari Google Image Search, memastikan keragaman yang luas dalam hal etnis, profesi, dan kondisi dunia nyata. Kumpulan data ini dibagi menjadi set pelatihan dengan 8,631 identitas dan set pengujian dengan 500 identitas, sehingga cocok untuk pembandingan dan pelatihan model skala besar. Bersamaan dengan kumpulan data ini, repositori ini menyediakan model pra-latih berdasarkan arsitektur ResNet-50 dan SE-ResNet-50, yang dilatih dengan pra-pelatihan MS-Celeb-1M dan fine-tuning pada VGGFace2. Model-model ini mencapai kinerja verifikasi yang kuat pada pembandingan seperti IJB-B dan mencakup varian dengan embedding berdimensi lebih rendah untuk representasi fitur yang ringkas. Proyek ini juga mencakup alat praproses, skrip deteksi wajah, dan lain-lain.
Fitur
- Dataset 3.31 juta gambar dari 9,131 subjek
- Set pelatihan (8,631 identitas) dan set pengujian (500 identitas)
- Mencakup variasi luas dalam usia, pose, pencahayaan, dan etnis
- Model pra-terlatih dalam arsitektur ResNet-50 dan SE-ResNet-50
- Model tersedia di Caffe, MatConvNet, PyTorch, dan Keras
- Termasuk skrip praproses dengan MTCNN dan contoh evaluasi
Bahasa Pemrograman
MATLAB, Phyton
KATEGORI
Ini adalah aplikasi yang juga dapat diunduh dari https://sourceforge.net/projects/vggface2.mirror/. Aplikasi ini dihosting di OnWorks agar dapat dijalankan secara daring dengan cara termudah dari salah satu Sistem Operasi gratis kami.