Ini ialah apl Linux bernama VGGFace2 yang keluaran terbarunya boleh dimuat turun sebagai vgg_face2sourcecode.tar.gz. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama VGGFace2 ini dengan OnWorks secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN:
VGGFace2
HURAIAN:
VGGFace2 ialah set data pengecaman muka berskala besar yang dibangunkan untuk menyokong penyelidikan tentang pengecaman muka merentas variasi dalam pose, umur, pencahayaan dan identiti. Ia terdiri daripada 3.31 juta imej yang meliputi 9,131 subjek, dengan purata lebih 360 imej bagi setiap subjek. Set data dikumpulkan daripada Carian Imej Google, memastikan kepelbagaian luas dalam etnik, profesion dan keadaan dunia sebenar. Ia dibahagikan kepada set latihan dengan 8,631 identiti dan set ujian dengan 500 identiti, menjadikannya sesuai untuk penanda aras dan latihan model berskala besar. Di samping set data, repositori menyediakan model pra-latihan berdasarkan seni bina ResNet-50 dan SE-ResNet-50, dilatih dengan kedua-dua pralatihan MS-Celeb-1M dan penalaan halus pada VGGFace2. Model ini mencapai prestasi pengesahan yang kukuh pada penanda aras seperti IJB-B dan menyertakan varian dengan pembenaman dimensi lebih rendah untuk perwakilan ciri padat. Projek ini juga termasuk alat prapemprosesan, skrip pengesanan muka, dan lain-lain.
Ciri-ciri
- Set data 3.31 juta imej merentas 9,131 subjek
- Set latihan (8,631 identiti) dan set ujian (500 identiti)
- Meliputi variasi yang luas dalam umur, pose, pencahayaan, dan etnik
- Model pra-latihan dalam seni bina ResNet-50 dan SE-ResNet-50
- Model tersedia dalam Caffe, MatConvNet, PyTorch dan Keras
- Termasuk skrip prapemprosesan dengan MTCNN dan contoh penilaian
Bahasa Pengaturcaraan
MATLAB, Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/vggface2.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.