1、facenet訓練的時候每一次需要三個樣本，其中兩個屬於同乙個人，另外乙個屬於另乙個人？
2、sphereface、arcface等使用的softmax變形損失方法，如何訓練的，和facenet一樣嗎？
3、人臉識別都是嵌入式方法？嵌入式方法是分類嗎？
4、大量訓練資料怎麼送入？
5、人臉識別每個人都是一類？那如何包含全部人臉？新註冊的人臉沒有訓練，而且屬於新類，怎麼包含進去（w方向？）？
6、facenet和arcface的效能比較，需要自己訓練？opencv實現難易？速度？
7、是不是總是有類別中間的樣本概率是50%這種無法判別的情況？那怎麼整？
8、使用余弦相似度時歸一化w、x到1，那麼原本方向一致，長度不同的兩個x，如今變成乙個了？那豈不是不可分了？
9、落在兩個類別中間的樣本怎麼判斷類別？如果使用閾值的話，那softmax也可以使用閾值，新的loss改變了什麼？
10、mnist分類二維對映圖是怎麼畫的？
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keras opencv（三） 遇到的問題
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 ...
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 ...