產(chǎn)品中心
Product Center
實現(xiàn)步驟:
1、搭建運行環(huán)境
2、按照圖2.2編寫邏輯代碼
3、訓(xùn)練人臉識別模型
4、加載人臉識別模型
5、運行程序進(jìn)行驗證
在系統(tǒng)的實現(xiàn)過程中,核心是訓(xùn)練人臉識別模型。
人臉識別模型訓(xùn)練
訓(xùn)練模型可以在Maixhub上進(jìn)行,直接訓(xùn)練出在開發(fā)板上使用的模型?;蛘呤褂肨ensorFlow等PC機上運行的深度學(xué)習(xí)庫進(jìn)行訓(xùn)練后轉(zhuǎn)換模型到開發(fā)板支持的模型。
Maixhub目前提供兩種訓(xùn)練:
1、目標(biāo)分類: 識別圖片所屬的種類, 比如圖中是蘋果還是杯子, 沒有坐標(biāo)。 如下圖,識別到了蘋果,是蘋果的概率為0.8
2、目標(biāo)檢測: 檢測圖片中物體的位置, 并且輸出這個物體的坐標(biāo)和物體大?。纯虺稣J(rèn)識的物體)。 如下圖, 識別到了蘋果, 并且框出了位置, 是蘋果的概率為0.8
實現(xiàn)步驟:
1、搭建運行環(huán)境
2、按照圖2.2編寫邏輯代碼
3、訓(xùn)練人臉識別模型
4、加載人臉識別模型
5、運行程序進(jìn)行驗證
在系統(tǒng)的實現(xiàn)過程中,核心是訓(xùn)練人臉識別模型。
人臉識別模型訓(xùn)練
訓(xùn)練模型可以在Maixhub上進(jìn)行,直接訓(xùn)練出在開發(fā)板上使用的模型?;蛘呤褂肨ensorFlow等PC機上運行的深度學(xué)習(xí)庫進(jìn)行訓(xùn)練后轉(zhuǎn)換模型到開發(fā)板支持的模型。
Maixhub目前提供兩種訓(xùn)練:
1、目標(biāo)分類: 識別圖片所屬的種類, 比如圖中是蘋果還是杯子, 沒有坐標(biāo)。 如下圖,識別到了蘋果,是蘋果的概率為0.8
2、目標(biāo)檢測: 檢測圖片中物體的位置, 并且輸出這個物體的坐標(biāo)和物體大小(即框出認(rèn)識的物體)。 如下圖, 識別到了蘋果, 并且框出了位置, 是蘋果的概率為0.8
產(chǎn)品展示
products