注意事项
该库中包含了两个网络,分别是 retinaface 和 facenet。二者使用不同的权值。
在使用网络时一定要注意权值的选择,以及主干与权值的匹配。
retinaface 为人脸检测仓库,可以训练也可以预测:
facenet 为人脸识别仓库,可以训练也可以预测:
所需环境
tensorflow-gpu==1.13.1
keras==2.1.5
文件下载
预测所需的权值文件可以在百度云下载。
链接: https://pan.baidu.com/s/1byskhV594bK9b0eHONjF2g 提取码: tn8y
预测步骤
1. 本项目自带主干为 mobilenet 的 retinaface 模型与 facenet 模型。可以直接运行,
如果想要使用主干为 resnet50 的 retinafa 和主干为 inception_resnetv1 的 facenet
模型需要。
2. 在 retinaface.py 文件里面,在如下部分修改 model_path 和 backbone 使其对应训
练好的文件。
_defaults = {
"retinaface_model_path" : 'model_data/retinaface_mobilenet025.h5',
#-----------------------------------#
# 可选 retinaface_backbone 有
# mobilenet 和 resnet50
#-----------------------------------#
"retinaface_backbone" : "mobilenet",
"confidence" : 0.5,