Bu, en son sürümü vgg_face2sourcecode.tar.gz olarak indirilebilen VGGFace2 adlı Linux uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
VGGFace2 adlı OnWorks uygulamasını ücretsiz olarak çevrimiçi indirin ve çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden OnWorks Linux çevrimiçi veya Windows çevrimiçi öykünücüsünü veya MACOS çevrimiçi öykünücüsünü başlatın.
- 5. Yeni başladığınız OnWorks Linux işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin, kurun ve çalıştırın.
EKRAN GÖRÜNTÜLERİ:
VGGFace2
AÇIKLAMA:
VGGFace2, poz, yaş, aydınlatma ve kimlikteki farklılıklar arasında yüz tanıma araştırmalarını desteklemek için geliştirilmiş büyük ölçekli bir yüz tanıma veri kümesidir. 9,131 kişiyi kapsayan 3.31 milyon görüntüden oluşur ve kişi başına ortalama 360'ın üzerinde görüntü bulunur. Veri kümesi, etnik köken, meslek ve gerçek dünya koşullarında geniş bir çeşitliliği garanti altına almak için Google Görsel Arama'dan toplanmıştır. 8,631 kimliğe sahip bir eğitim kümesi ve 500 kimliğe sahip bir test kümesi olarak bölünmüştür ve bu da onu kıyaslama ve büyük ölçekli model eğitimi için uygun hale getirir. Veri kümesinin yanı sıra, veri havuzu, hem MS-Celeb-1M ön eğitimi hem de VGGFace2 üzerinde ince ayar ile eğitilmiş, ResNet-50 ve SE-ResNet-50 mimarilerine dayalı önceden eğitilmiş modeller sağlar. Bu modeller, IJB-B gibi kıyaslamalarda güçlü doğrulama performansı elde eder ve kompakt özellik gösterimi için daha düşük boyutlu gömmelere sahip varyantlar içerir. Projede ayrıca ön işleme araçları, yüz tanıma betikleri vb. de yer alıyor.
Özellikler
- 9,131 denek üzerinde 3.31 milyon görüntüden oluşan veri seti
- Eğitim seti (8,631 kimlik) ve test seti (500 kimlik)
- Yaş, poz, aydınlatma ve etnik köken açısından geniş çeşitlilikleri kapsar
- ResNet-50 ve SE-ResNet-50 mimarilerinde önceden eğitilmiş modeller
- Caffe, MatConvNet, PyTorch ve Keras'ta mevcut modeller
- MTCNN ile ön işleme betikleri ve değerlendirme örneklerini içerir
Programlama dili
MATLAB, Piton
Kategoriler
Bu uygulama, https://sourceforge.net/projects/vggface2.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden birinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.