4,445
社区成员
发帖
与我相关
我的任务
分享关于人脸识别中数据集对齐的问题
最近在做关于tensorflow人脸识别的毕设，想请教各位前辈几个问题：
1.为什么要先对数据集进行处理，把数据集的大小设置？
2.训练模型的时候，教程上说直接下载pre-trained models的MS-Celeb-1M这个数据集，请问训练模型是一个什么概念？
3.pre-trained models的MS-Celeb-1M这个数据集是人人家已经训练好的模型吗？用它这个模型的原理是什么？（我用的lfw数据集）。
本人小白一个，望各位大佬解答！
1.为什么要先对数据集进行处理，把数据集的大小设置？
2.训练模型的时候，教程上说直接下载pre-trained models的MS-Celeb-1M这个数据集，请问训练模型是一个什么概念？
3.pre-trained models的MS-Celeb-1M这个数据集是人人家已经训练好的模型吗？用它这个模型的原理是什么？（我用的lfw数据集）。
本人小白一个，望各位大佬解答！
...全文
请发表友善的回复…
发表回复
郭星宇3018 2018-02-15
- 打赏
- 举报
我也是初学，有不对请见谅
1.图像大小保持一致是因为在使用卷积核处理时，对每张图像的处理保持一致的操作，避免为每一张图像设置不同的操作。同时减少不必要图像的干扰，减少处理时间，因为只是初步学习，要考虑时间成本
2训练模型是别人已经训练完后的输出结果，可以进行迁移。嗯，就是比如给自己拍张照，作为数据输入到模型里，就会输出识别结果
3.数据集是数据而已，不是模型。但这些数据是对数据进行处理后，比如调整了图像大小，确保每张图都有脸，验证数据里把图像都已经打好标签（框出了脸）。。。，他包括训练数据和验证数据两部分。训练时输入训练数据，得到结果在输入验证数据，因为验证数据已知各种信息，就可以返回准确率
qq_33244924 2018-02-07
- 打赏
- 举报
