Questa è l'app Linux denominata VGGFace2, la cui ultima versione può essere scaricata come vgg_face2sourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app denominata VGGFace2 con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI:
VGGFace2
DESCRIZIONE:
VGGFace2 è un dataset di riconoscimento facciale su larga scala sviluppato per supportare la ricerca sul riconoscimento facciale in diverse varianti di posa, età, illuminazione e identità. È composto da 3.31 milioni di immagini che coprono 9,131 soggetti, con una media di oltre 360 immagini per soggetto. Il dataset è stato raccolto da Google Image Search, garantendo un'ampia diversità in termini di etnia, professione e condizioni reali. È suddiviso in un set di training con 8,631 identità e un set di test con 500 identità, rendendolo adatto al benchmarking e all'addestramento di modelli su larga scala. Oltre al dataset, il repository fornisce modelli pre-addestrati basati sulle architetture ResNet-50 e SE-ResNet-50, addestrati sia con il pre-training MS-Celeb-1M che con il fine-tuning su VGGFace2. Questi modelli raggiungono elevate prestazioni di verifica su benchmark come IJB-B e includono varianti con incorporamenti a dimensione inferiore per una rappresentazione compatta delle caratteristiche. Il progetto include anche strumenti di pre-elaborazione, script di rilevamento dei volti e altro ancora.
Caratteristiche
- Set di dati di 3.31 milioni di immagini su 9,131 soggetti
- Set di addestramento (8,631 identità) e set di test (500 identità)
- Copre ampie variazioni di età, posa, illuminazione ed etnia
- Modelli pre-addestrati nelle architetture ResNet-50 e SE-ResNet-50
- Modelli disponibili in Caffe, MatConvNet, PyTorch e Keras
- Include script di pre-elaborazione con MTCNN ed esempi di valutazione
Linguaggio di programmazione
MATLAB, Pitone
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/vggface2.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.