但是,如果執行read_img就會有問題。
進入不了for迴圈了,也就是讀不了了。後發現可以進入for迴圈,但是if endwith 出錯。
直接拿出這一小段程度進行測試。
"""test read_img.endwith 判斷s資料夾中是否有帶有endstring為字尾的檔案"""
幾經除錯發現, read_img 和 pick_face 只是做早期處理的工作,當單獨測試時,裡面路徑只能是最底層的資料夾,這個資料夾路徑進去就得是,不能是子資料夾,然後子資料夾是的形式,不然出錯。結論:先手工將person1,的原始檔放入,然後扣人臉,儲存在乙個資料夾1,然後person2扣完後儲存到資料夾2.。再將資料夾1,資料夾2複製到dataset裡面。然後將dataset這層目錄放到read_data裡面。
在rad_data裡對上面的問題解決的一句**:
child_path = os.path
.join(path, child_dir)
只有這樣才能將子檔案的讀出了。
2.還有乙個問題, person1,和person2放入dataset裡的數量要想打不多,不然問題非常大。preson2比person1多一倍,去訓練,此時accuracy降低到0.6左右,開啟攝像頭進行識別,都顯示person2,跟比認不出person1。
3.對於準確率的問題,猜測還需要, 建立神經元的時候,還需dropout。
人臉識別keras opencv(二) 遇到的問題
1.dataset,建立乙個用於儲存和格式化讀取訓練資料的類。將資料集分開為train,test.建立標籤。因為借鑑的部落格是theno做的backend。重新格式化和標準化 本案例是基於thano的,如果基於tensorflow的backend需要進行修改 x train x train.resh...
人臉識別 人臉庫
1.mit 影象集 美國,麻省理工學院 包括 16 人,每個人有不同光照 不同尺寸 不同角度的 27 張 2.feret 影象集 美 方 此影象集包含大量的人臉影象,並且每幅圖中均只有乙個人臉。該集中,同乙個人的 有不同表情,光照,姿態和年齡的變化。3.umist 影象集 英國,曼切斯特大學 20 ...
人臉識別之人臉檢測
人臉識別分為人臉檢測 人臉預處理 蒐集和學習人臉以及人臉識別四個部分,此部分將人臉檢測。本文基於opencv進行的。在opencv中常用的人臉檢測器有基於lbp的特徵檢測 基於haar的特徵檢測,兩者的區別 前者比後者快好幾倍且不需要許可協議,但很多haar檢測器需要許可協議。基於haar的臉部檢測...