蓉杠学习网

python深度学习人脸识别,

大家好,今天小编关注到一个比较意思的话题,就是关于python深度学习人脸识别问题,于是小编就整理了3个相关介绍Python深度学习人脸识别的解答,让我们一起看看吧。

  1. python实现人脸识别的具体步骤?
  2. python做人脸识别用OpenCV就够了吗?你怎么看?
  3. python用opencv做的人脸识别占用性能严重,怎么优化?

python实现人脸识别的具体步骤?

1.

打开人脸图像显示界面上。

python深度学习人脸识别,div>
图片来源网络,侵删)

2.

鼠标选取人脸各个眼睛中心位置

3.

python深度学习人脸识别,
(图片来源网络,侵删)

依据人眼坐标,并对人脸区域进行几何归一化。 几何归一化的目的是使用图像缩放技术把原始人脸区域图像缩放到统一的像素大小。比如规定图像大小是64×64,...

4.

对归一化后的人脸区域图像进行灰度归一化。 灰度归一化的目的是去除一定条件下的光照影响,...

python深度学习人脸识别,
(图片来源网络,侵删)

python做人脸识别用OpenCV就够了吗?你怎么看?

不够。

python用opencv做的人脸识别占用性能严重,怎么优化

几个方案:

1、确认算法效率,人脸识别成熟方法很多,不知道你用的哪种。

2、优化python代码,即使是同一个问题,代码实现方式不同,效率也天差地别。

3、如果对c系列语言熟悉的话,转到c++,opencv很好移植

4、考虑GPU加速。

5、换库,opencv很多算法的实现效率本身就不行。

6、换机器.....

加油[笑][笑][笑]

你这个问题描述信息太少,没有办法具体回答,只能说说大概的思路。

虽然Python简单易学,使用方便,但是他的效率并不高,所以一般也就适合做试验性代码开发,这样能快速验证思路或者算法的正确性。比如你说的人脸识别,不管是用深度学习,还是用常规算法,首先要设计一个算法并验证它能否正常工作,只有能正确检测人脸的算法,才是一个可行的算法,至于效率是下一步优化的目标。

一般情况下图处理的计算量都比较大,所以在验证了算法的正确性之后,一般会将Python的代码移植到效率更高的C/C++平台,对于OpenCV来说就更是如此,因为OpenCV的开发语言正是C++。至于怎么在C++里面调用Python模型,可参考本人写的一篇文章,正好也是图像处理方面的

此外,对于运算量更大的任务,比如深度学习,CPU往往已经很难满足计算要求,这时候就需要用GPU来加速。

到此,以上就是小编对于python深度学习人脸识别的问题就介绍到这了,希望介绍关于python深度学习人脸识别的3点解答对大家有用。

[免责声明]本文来源于网络,不代表本站立场,如转载内容涉及版权等问题,请联系邮箱:83115484@qq.com,我们会予以删除相关文章,保证您的权利。 转载请注明出处:http://www.rongung.com/post/34975.html

分享:
扫描分享到社交APP