我在灰度人脸图像上的DC-GAN训练效果不好
DC-GAN（Deep Convolutional Generative Adversarial Network）是一种深度卷积生成对抗网络。它由生成器网络和判别器网络组成，通过对抗训练的方式来学习生成逼真的图像。
在您提到的问题中，您遇到的是在灰度人脸图像上训练DC-GAN时训练效果不好的情况。可能的原因和解决方法如下：
- 数据集不足：DC-GAN需要大量的训练样本才能取得良好的效果。确保您的数据集足够大，并且包含不同种类、姿势和光照条件下的灰度人脸图像。
- 数据预处理：在输入图像到DC-GAN之前，进行适当的数据预处理非常重要。例如，对图像进行归一化、裁剪或旋转等操作，以增加样本的多样性和泛化能力。
- 网络架构：DC-GAN的网络架构对于生成逼真图像至关重要。确保生成器和判别器网络具有合适的层数、通道数和激活函数，并考虑使用卷积层、批量归一化层和池化层等常用的网络组件。
- 超参数调整：DC-GAN的性能也受到超参数的影响。例如，学习率、批大小和训练迭代次数等超参数需要进行调优以获得更好的效果。
- 损失函数：DC-GAN使用对抗损失和重建损失来训练生成器和判别器网络。确保使用适当的损失函数，并根据需要调整损失函数的权重。
- 验证和调试：在训练过程中，定期验证模型的训练效果，并进行调试。通过观察生成的图像质量、损失函数的变化等指标，可以判断训练是否收敛，并及时调整参数或网络架构。
腾讯云提供了一系列与图像处理和深度学习相关的产品，您可以参考以下链接了解更多信息：
- 人脸识别与分析（https://cloud.tencent.com/product/fr）
- 深度学习平台（https://cloud.tencent.com/product/dlp）
- 图像审核（https://cloud.tencent.com/product/ims）
- GPU 云服务器（https://cloud.tencent.com/product/cvm-gpu）
- 弹性高性能计算（https://cloud.tencent.com/product/hpc）
希望以上信息能够帮助您解决DC-GAN在灰度人脸图像上的训练效果不好的问题。如果您有任何进一步的问题，欢迎继续咨询。
相关·内容
我试图确定RGB图像的某些部分是彩色的还是灰度的，使用python、opencv和numpy库。更具体的是，在RGB图像中，我使用神经网络确定人脸位置，当该图像包含打印的照片时，我想知道该图像中的人脸位置是灰度的还是有色的。
到目前为止我尝试过的是：
red_average = np.average(rgb_image_crop[:,:,0])
green_average = np.average(rgb_image_crop[:,:,1])
blue_average = np.average(rgb_image
浏览 4提问于2022-01-06得票数 2
回答已采纳
1回答
我正在建立一个用于人脸识别的卷积神经网络(CNN)模型。
作为培训数据收集的第一步，灰色或RGB是最佳的培训图像格式？
我读过几篇文章，说灰度图像最适合人脸识别，但为什么没有得到令人满意的信息呢？
对于这种方法，使用灰色比RGB有哪些优点和缺点？
对于人脸识别模型，是否需要有颜色信息，或者在灰度转换时会丢失图像中有用的信息？
预测的精度是如何变化的？
浏览 0提问于2017-05-17得票数 1
2回答
我目前正在使用OpenCV进行人脸检测。我完成了训练，使用我的正面和负面的图像与级联教练图形用户界面。然而，当我运行我的代码来测试人脸检测时，只有第一个图像才能工作(只有当.detectMultiScale设置为灰色时，为1.01，7)，并且它不能在其他图像上工作。
import cv2
import numpy as np
face_cascade = cv2.CascadeClassifier('classifier/cascade.xml')
img = cv2.imread('p/pic2.png')
gray = cv2.cvtColor(img,
浏览 4提问于2020-01-28得票数 0
回答已采纳
1回答
我在写人脸识别程序。所以我的目标是在一定大小的图像上找到一张脸。在此基础上提出了HOG算法和支持向量机分类器。对于提供的图像，我可以分辨它是否是人脸，但只能用于固定大小的图像，其中人脸在中间。那么，我如何找到比SVM训练的人脸更大或更小的人脸，或者在图像上的未知位置？
浏览 14提问于2017-02-18得票数 0
回答已采纳
2回答
我使用"haarcascade_frontalface_default.xml“为一个人A训练了472张独特的图像进行人脸识别。当我尝试为同一个人A检测人脸时，我训练了相同的图像，获得了20%到80%的置信度，这对我来说是很好的。
但是，我也得到了20%到80%的人B的置信度，而我在训练图像时没有包括这些置信度。为什么在我做人脸检测的时候B会发生这种情况？
我使用的是Python2.7和OpenCV 3.2.0-dev版本。
浏览 2提问于2017-04-04得票数 0
1回答
据说"4916个正面训练样本被手工挑选，对齐，归一化，并缩放到24x24的基本分辨率。通过从9500张不包含人脸的图像中随机挑选子窗口，选择了10,000个负面样本。“在Paul Viola & Michael Jones的论文“鲁棒实时人脸检测”中
我的问题是，手工挑选、对齐、归一化和缩放到24x24的基本分辨率意味着什么？
“手工挑选对齐”是否意味着他们有4916张不同面孔的4916张正面图像？“归一化”是否意味着4916张图像中的每一张都具有相同的特征，例如文件大小、文件类型、图片颜色(灰度/彩色)？“缩放到24x24的基本分辨率”是否意味着4916张图像的大小都被重新调
浏览 2提问于2012-12-06得票数 2
回答已采纳
我正在开发人脸识别应用程序，并准备数据集来读取jpg图像，然后训练我的神经网络。为了提高精度，我决定将图像转换为灰度(内部映射功能)。下面是我如何将图像转换成张量的方法：
from PIL import Image
image_data = tf.io.decode_jpeg(
image_bytes_string,
channels=3
)
image_data = tf.reshape(image_data , (277, 370, 3))
label = parsed['label']
label = tf.reshape(label, (1,))
ret
浏览 3提问于2020-02-01得票数 0
我们使用Viola-Jones进行人脸检测。该算法工作得很好，几乎没有假阳性。然而，我们有假阴性。我们检测到了一种非常清晰的假阴性模式，即面部像素的灰度值与背景像素之间的对比度非常高。
对于假阴性，如果图像被转换成一个单一的灰度矩阵，我们会看到类似这样的东西- 255表示白色像素，即背景，而更低的值是面部(即较暗的)像素。
255 255 255 255 255 255 80
255 255 255 255 255 110 100
255 255 255 255 90 100 110
255 255 255 90 100 105 100
在这些情况下，算法无法检测到人脸。我尝试了我们自己的
浏览 4提问于2016-01-21得票数 0
1回答
我想通过Tensorflow的Object Detection API在CT扫描图像(灰度图像)中检测特征，并可能对它们进行分割。所以我有两个问题：
-Is在对象检测应用编程接口中是否有将灰度图像作为微调训练输入的预训练模型？
-Or，我如何训练现有的模型，用于RGB图像，以便我可以用灰度图像训练它们？在代码中应该做哪些修改？
浏览 18提问于2020-05-09得票数 0
我正在训练一个Keras模型，我有RGB格式的训练图像。我想训练我的模型，但在InceptionV3上的灰度图像，但它以RGB图像作为输入。我的问题是:如何才能首先将RGB图像转换为灰度，然后在三维中复制？我正在使用Keras的TrainDataGenerator.flow_from_directory方法。
浏览 3提问于2020-12-07得票数 1
回答已采纳
我很想知道如何实现NMF来进行面部识别。据我所知，NMF的工作方式是取V，它是人脸图像的矩阵(n个分辨率x个人)，并分解V= WH，其中我们得到r基向量。我假定这一步是使用训练集完成的。但我不知道怎么从这里开始。
利用主成分分析( PCA )方法，在训练集上构造特征脸后，将测试图像投影到人脸空间，然后通过比较测试图像和训练图像的权重系数对图像进行分类。那NMF呢？我用基向量吗？我该拿他们怎么办？
浏览 0提问于2015-11-04得票数 1
我利用了来自的面部识别代码，并有了一个良好的开端，使用它来识别一些面孔。
但挑战是，一旦我增加了不同的人数，精确度就会越来越低。我编写了一些代码来编程地为识别器生成训练图像，大约有1300个受过训练的面孔(全部是100×100像素的灰度)，大约有280个人。
以上网页的提示似乎对提高准确性没有多大帮助。我很想知道，有没有人有好的提示和经验，使用Emgu简历做准确的人脸识别。就目前而言，速度并不太重要。
非常感谢，谢谢。
浏览 0提问于2012-02-29得票数 2
4回答
问题陈述：
给出两张图片，比如下面两张布拉德·皮特的照片，看看这张照片是否包含同一个人。困难在于，我们每个人只有一个参考图像，以及如何确定是否有任何其他传入图像包含相同的人或否。
一些研究：
解决这个任务有几种不同的方法，这些方法是
使用颜色直方图
面向关键点的方法
使用深层卷积神经网络或其他ML技术
直方图方法包括根据颜色计算直方图，并在它们之间定义某种度量，然后确定阈值。我试过的一个是。然而，该方法缺乏精确性。因此，最好的方法应该是第二和第三种方法之间的某种混合，以及一些预处理。
对于预处理，要执行的明显步骤如下：
运行人脸检测，如Viola，并分离包含人
浏览 9提问于2017-07-27得票数 3
2回答
我想知道将图像转换为灰度是否是所有图像预处理技术的必要步骤。我正在使用神经网络进行人脸识别。是否真的有必要将其转换为灰度，或者我是否可以将彩色图像也作为神经网络的输入？
浏览 1提问于2013-12-09得票数 5
当我试图去除图像的第三维( RGB维)以便将它们输入Knn分类器进行人脸识别时，我遇到了这种令人费解的情况。
我以野生数据库中的一个彩色人脸图像为例。它是本地保存的。
我首先导入图像，然后将其转换为灰度，然后检查维数(time1)，然后用"imwrite“导出，然后再次导入灰度图像，然后再检查其维数(time2)。
在(time1)处，尺寸为2：(250,250)。然而，在(time2)，维数变成3：(250,250，3)。为什么导出和导入会改变灰度图像的维数？当导入灰度图像以保持它的二维时，我应该指定什么？
下面是我的python代码：
import cv2
import matp
浏览 1提问于2018-11-05得票数 2
1回答
裁剪图像中的人脸
、、、、
我有一个面部图像的集合，每个图像中有1张或有时2张脸。我想要做的是，在每幅图像中找到脸，然后裁剪它。我已经测试了几种方法，这些方法是在python中使用openCV实现的，但是结果并不好。这些方法是：
1-
2-
还有一个模型，我已经测试过，但我不允许张贴超过两个链接。问题是这些基于Haar特征的算法对人脸大小没有很强的鲁棒性，当我在接近人脸的图像上尝试时，他们找不到任何人脸。有人提到要尝试基于深度学习的算法，但我找不到与我想做的事情相对应的算法。基本上，我想我需要一个预先训练过的模型，它可以给我图像中的面部边界框的坐标，或者更好的，一个预先训练的模型，它给出裁剪的面部图像作为输出。
浏览 5提问于2017-09-26得票数 0
1回答
我在试着研究人脸识别。但在iOS Swift语言中，不仅仅是“识别视频中有人脸功能”，还包括“识别谁的脸”。到目前为止，我在互联网上得到的有关这方面的资源只是检测，而不是真正的人脸识别(我怀疑一定有某种机器学习训练和数据库来存储所有这些训练结果以供将来识别)，比如这个使用视觉框架的，或者这个关于人脸特征的，但是它们都没有机器学习。这个讨论的是机器学习框架，OpenML，但是没有任何细节。
我确实找到了一个关于使用局部二进制模式直方图进行人脸识别的，尽管识别部分很短，但它没有说明数据模型存储在哪里，也没有说明我是否可以将“经过训练的数据”发送到服务器，以便与服务器中已经存在的培训数据集成。还有传
浏览 1提问于2019-06-19得票数 2
回答已采纳
在训练部分(使用CNN)，图像的背景对探测器/定位是否重要？
例如，如果我想做一个人脸检测器，哪一个作为训练数据集更好？
人脸裁剪数据集
全局场景数据集中的人脸
有关系吗？
浏览 0提问于2018-07-11得票数 5
回答已采纳
2回答
来自
我正在用新的种类重新训练现有的模特:衣服的种类(牛仔裤、裤子、衬衫等等)。因为我们不需要颜色来确定用户穿的衣服类型，所以我想用灰度图像重新训练它。是否有可能使用灰度图像来训练现有的模型(用彩色图像训练)？
我很担心，因为他们用彩色图像训练他们的模型。
模型是否只考虑灰度图像作为彩色图像？它还有效吗？)
我正在生成XML和csv文件，以便将数据用于培训和测试。
浏览 1提问于2017-08-29得票数 2
回答已采纳
2回答
在C#上使用EmguCV库(OpenCV wrapper)实现了基于特征脸算法的人脸检测和人脸识别
我发现了许多准确率的错误，如最小距离在训练集中不是同一个人，训练集中不存在但与训练集中的人匹配的人有很好的距离等。
请帮帮我。
谢谢。
附加信息：-我在训练集中每1个人使用1张面部图像(直接的面部图像，没有方向)-现在，我在训练集中测试了大约10-20人
浏览 0提问于2010-09-10得票数 4
我正在尝试使用训练DCGAN来给一些图像上色。在这样做的时候，我会根据图像的灰度版本来调整GAN。然后我想先用一批真实图像训练我的GAN/鉴别器，然后用一批假图像训练。每隔一段时间，我就会比较彩色的、灰度的和真实的图像。因此，我需要以相同的方式拆分真实/灰色图像的批次。我使用pytorch。查看我所包含的代码，这些代码应该给出相同的批处理。然而，他们并没有。
我试过在没有worker_init_fn的情况下。我还尝试了不同的随机函数调用，并将它们传递给worker_init_fn，但都没有效果。
dataloader = torch.utils.data.DataLoader(dataset,
浏览 6提问于2019-04-22得票数 1
2回答
灰度图像的语义分割
、、、
我试图用灰度图像而不是彩色图像复制一项研究。
我发现，有一些经过预先培训的网络，比如VGG16和ImageNet。但是这个数据集有彩色图像，我不能使用它，因为我要使用灰度图像。
是否有任何预先训练过的网络与灰度图像？
否则，我也可以训练一个带有灰度图像数据集的网络，但是我找不到。
浏览 0提问于2020-07-31得票数 1
1回答
正如在中提到的，在训练分类器24x24图像时使用。
但是对于包含尺寸1024x1600的500x500图像中的人脸检测，如果使用24x24窗口来检测人脸，如何检测到人脸呢？
浏览 2提问于2021-01-22得票数 1
1回答
假设我有一组图像，我将使用这些图像来识别来办公室的人。然后，我建立自己的人脸识别系统，并训练ANN来识别人脸。但是一个月后，有一个新员工，我应该重新训练ANN (完全)吗？有没有什么“动态技术”，所以我可以只训练新的，而不是整个图像？
浏览 0提问于2015-05-08得票数 0
我对人脸识别算法很陌生，我刚刚发现如果我训练一个简单的人脸数据库。例如，我有四个人(A，B，C，D)，每个人有10幅图像，然后我可以用现有的算法(如OpenCV库)快速地训练数据库。该人脸识别算法工作良好。准确率大于90%，可以正确识别四人(给出A、B、C、D的图像)，也可以拒绝一些未知的人(如人E、F、G.)。
但是这是一个很小的人脸数据库，我想知道如果我必须识别10000个主题，那可能是100000张图片，还是有可能的？在这种情况下，准确程度是多少？
基本上，人脸识别算法只是对采集到的人脸的特征空间进行分类，但是当数据库变得相当大时，它还能正常工作吗？
谢谢。
浏览 13提问于2015-04-02得票数 1
回答已采纳
我正在实现Viola人脸检测器，以检测静态图像中的人脸，对于与我训练大小相同的图像来说，它是非常有用的。然而，我不知道人脸检测器是如何工作的多个大小的脸？
如果我的图像的训练大小是24*24，如果我想在检测器窗口( 30*30 )中检测人脸，那么我需要重新确定haar-特征，这样它就可以工作在30*30大小的检测器窗口中，在相同的阈值下工作。
还有一件事，Haar-特征的位置也会随着不同大小的检测器窗口而变化吗?如果是的话，怎么办？
浏览 3提问于2013-09-30得票数 2
回答已采纳
我有一个关于ImageDataGenerator的flow_from_directory方法的问题。我的图像是RGB格式的，我正在使用转移学习，我想在灰度图像上训练模型，但预训练模型需要3个通道。有一种方法是在flow_from_directory颜色模式下，取灰度或RBG。我的问题是，如果我在这里写灰度，Keras是否会自动将RGB图像转换为灰度，或者是其他什么？
IMAGE_SIZE=[224,224]
resnet = InceptionResNetV2(input_shape=IMAGE_SIZE + [3] , weights='imagenet', include_
浏览 0提问于2021-01-26得票数 0
1回答
我使用的是python和Olivetti数据集(有很多64x64灰度人脸图像)。 我正在创建一个20x4096的矩阵，其中每行都是一个样本(我选择了20个样本作为训练集)，每列都是一个介于0和255之间的值，代表所有的64x64像素。 在这个矩阵中做了PCA之后，我得到了大约10个特征向量(每个特征向量有4096个槽)。 特征向量都是标准化的(意味着它们的长度是1)。特征向量如何表示特征脸？它的所有值都在0.001左右。
浏览 24提问于2021-08-24得票数 0
为什么当我为相同的选项和相同的数据库训练一个网络模型时，我得到了不同的训练模型，在结果上，我有不同的结果分类。
1)我有一个循环来训练n次神经网络模型。
2)我设置了相同的培训选项
3)我有相同的数据库来训练和测试
4)我使用相同的预训练模型(例如google net)。
最后，每次(n=1,2,3)我都有不同的分类结果。差额甚至等于10个百分点。
数据库-人脸图像(总是读取相同的数据库，而不是随机读取)模型--我使用了Matlab预先训练的模型，以及只对github的人脸图像进行预训练的模型。
opts = trainingOptions('sgdm', ...
浏览 1提问于2019-10-23得票数 0
在构造识别器之后：
recognizer = new EigenObjectRecognizer(trainingImages, labels,
eigenDistanceThreshold, ref termCrit);
是否可以添加新图像，如下所示：
recognizer.Add(image, label)
？
拥有数千个经过训练的人脸，不是在每个新人脸之后重建(重新训练)识别器的解决方案。
浏览 1提问于2012-11-28得票数 1
我已经在灰度图像上训练了自己的神经网络，现在我想把它插入到TensorFlow安卓相机演示()的分类器中。
如何修改ClassifierActivity.java ()，以便将灰度输入图像传递到我的计算图？
我需要对位图做些什么，我只是不太确定具体是什么。
浏览 5提问于2018-02-16得票数 1
2回答
我正在努力训练cnn的面部性别和年龄检测模型。我的训练集包含彩色和灰度的面部图像。如何规范此数据集？或者如何处理混合灰度图像和彩色图像的数据集？
浏览 4提问于2018-01-13得票数 4
回答已采纳
我正在使用shape_predictor海伦数据集( helen dataset )训练 dlib 的194个人脸地标，该数据集用于通过dlib库的face_landmark_detection_ex.cpp检测人脸标志。
现在，它给了我一个sp.dat二进制文件，大约为45 MB，这比给出的文件()少了68个人脸地标。在训练中
平均训练误差: 0.0203811
平均测试误差: 0.0204511
当我用经过训练的数据获得面部标志位置时，我得到了..。
与68个地标的结果有很大的偏差
68幅地标图像：
为什么？
浏览 4提问于2016-04-28得票数 3
回答已采纳
1回答
我使用的是FLiR的160x120像素红外摄像头(Lepon3.5)，我想用它来检测人脸，这样我就可以从一个人的脸上获得温度数据。然而，我很难找到一个在红外图像中进行人脸检测的预训练程序。有谁有什么建议吗？如果没有，谁已经成功地训练了haar级联(或其他算法)来检测红外图像中的物体/人脸？
非常感谢您的帮助:)
干杯
浏览 4提问于2018-10-24得票数 1
1回答
我想从低亮度的图像中检测人脸。我正在使用dlib从图像中检测人脸。但是dlib检测器根本没有检测到人脸。我有下面的代码来从图像中检测人脸。
detector=dlib.get_frontal_face_detector()
faces=detector(image)
当我尝试打印面的长度时，它显示为零。有人能帮我吗?我该怎么办？有没有其他方法可以从低亮度图像中检测图像？谢谢。
浏览 11提问于2017-08-12得票数 2
回答已采纳
1回答
您知道为什么dlib人脸检测不适用于灰度图像(python对灰度图像非常有效)吗？
我的代码：
mFaceDetector = dlib::get_frontal_face_detector();
// image is opencv grayscale mat
dlib::array2d<unsigned char> img;
dlib::assign_image(img, dlib::cv_image<unsigned char>(image));
std::vector<dlib::rectangle> mRets = mFaceDetector(i
浏览 1提问于2018-09-16得票数 0
当人脸在训练图像集中不可用时，我需要捕获异常。我正在使用EigenFaceRecognizer进行识别，当我运行它时，如果图像可用，它会正确地预测它，但如果图像不可用，它不会做任何事情，它会预测训练图像集中的最后一个图像。当人脸在图像集中不可用时，我如何实现代码来给我错误？
FaceRecognizer faceRecognizer = createEigenFaceRecognizer();
faceRecognizer.train(images, labels);
int predictedLabel = faceRecognizer.predict(testImage);
System.
浏览 0提问于2015-09-12得票数 2
在这里，我说我已经尝试过许多，通过在face模块中使用FaceRecognizer类来实现OpenCV 3.2中的人脸识别。但我并没有得到我想要的结果。
在这里，我想问，我想知道，什么是最好的方式，或什么条件是需要照顾在培训和认识？
我为提高准确性所做的工作：
创建(至少)10个面孔，以训练每个人的最佳质量、大小和角度。
试着把脸贴在照片里。
平衡图像的高度
然后我试了三种人脸识别器(EigenFaceRecognizer，FisherFaceRecognizer，LBPHFaceRecognizer)，结果都是一样的，但是识别率真的很低，我只训练了三个人，但也不能很好地识
浏览 2提问于2017-06-26得票数 1
我正在开发自动人脸识别模块。无论存在什么技术，例如Eigen Face，Fisher Face，LBPH，PCA在训练数据库中使用每个人至少2张人脸图像，这将用于识别未知的查询人脸图像，无论它是否存在于数据库中。
但我的挑战是开发一个人脸识别模块，其中数据库中的每个人只有一张人脸图像，而我必须产生输出，无论未知的查询图像是否存在于数据库中？
有什么技巧请告诉我吗？
提前谢谢你
浏览 4提问于2016-06-23得票数 0
1回答
我正在尝试检测用黑/蓝/红/绿记号写在白板上的形状。形状可以是圆形、矩形或三角形。图片可以在这篇文章的底部找到。
我使用OpenCV作为图像识别的框架。
我的第一个任务是研究并列出可用于检测的不同策略。到目前为止，我发现了以下几点：
1)灰度，模糊，Canny边缘，轮廓检测，然后一些逻辑来确定检测到的轮廓是否为形状？
2)具有不同形状特征的Haar训练
3)支持向量机分类
4)灰度、模糊、Canny边缘、Hough变换和某种颜色分割？
还有没有其他我漏掉的策略？有没有更新的文章或测试过的方法？你会怎么做？
其中一张测试图片：
更新:第一种策略似乎效果最好，但离完美还很远。当盒子没有关闭，或者白
浏览 46提问于2016-09-22得票数 3
回答已采纳
我想训练一些模型来处理灰度图像，例如对于显微镜应用()是有用的。因此，我想在graysale上训练我的模型，使用pytorch转换(torchvision.transforms.Grayscale)将RGB转换成一个灰度图像网。在内部，移相器将颜色空间从RGB旋转到YPbPr，如下所示：
Y‘是一个灰度通道，因此在转化后可以忽略Pb和Pr。实际上，火把甚至只是计算
grayscale = (0.2989 * r + 0.587 * g + 0.114 * b)
为了规范图像数据，我需要知道灰度-imagenet的平均像素值以及标准偏差。能计算一下吗？
我成功地计算了平均像素强度
me
浏览 2提问于2021-01-13得票数 0
回答已采纳
1回答
现在我正在用javacv做人脸性别识别，只有大约70%的准确率不是很令人满意。我使用的训练集是我从互联网上获得的一些亚洲人脸图像，我都使用了基于几何信息的训练和分类以及基于外观的信息。
几何信息是通过选择一些人脸特征点的比例来产生的，比如面部高度/面部宽度等，并由fisher识别器训练，而外观信息则由LBP人脸识别器训练。
我的问题是:提高性别识别正确率的关键点是什么？有没有人可以分享一些经验？
谢谢~
浏览 1提问于2014-09-05得票数 0
我正在做一个基于神经network.It的人脸识别项目，包括在不同的images.Does上训练系统，这意味着在训练系统在不同的图像上训练后，它不需要从任何数据库中匹配就能识别人?比如在字符阅读中，如果我们用所有的字符训练我们的系统，它能在没有任何进一步训练的情况下识别一个新字符吗？
浏览 0提问于2011-11-24得票数 0
回答已采纳
大家好,
我的目标是在1920x1080大小的图像上检测人和车(白天和晚上)，为此，我使用tensorflow API，我使用SSD移动网络模型，我注释了来自7个不同摄像头的1000张图像(900张用于训练，100张用于评估)。我使用960x540的图像大小启动训练。我的模型不收敛。我不知道该怎么做，我应该为白天和晚上的对象设置不同的类吗？
在使用tensorflow API进行人脸检测的教程中，他们使用包含仅包含人脸的图像的数据集，然后在复杂场景中使用该模型。知道像SSD这样的模型也会学习负面例子，这是一个好主意吗？
谢谢
(来源：)
浏览 2提问于2019-10-15得票数 1
我是OpenCV、图像处理和本地语言C/C++ for的新手，为了完成我的任务，我想有一些关于我应该关注的地方的指南。我正在开发一个机器人应用程序，它可以识别弯曲的引脚和圆圈/方形的弯曲引脚，例如，openCV中的人脸识别一旦被检测到，就会对人脸进行“平方”处理。弯曲的销可以以各种不同的形式出现缺陷。我正在使用Eclipse。目前，我已经下载了用于安卓的OpenCV中的人脸识别，我正在对它进行分析，据我发现，它是由一个xml文件组成的，在该文件中，它经过了训练，并被系统用于检测。现在我的问题是：
如何训练和生成xml文件？
我应该使用什么软件来训练和生成xml文件？
为了训练系统/
浏览 3提问于2014-12-09得票数 0
1回答
我用opencv人脸检测器编写了一个多视角人脸检测代码.我在一幅图像上运行五个探测器(针对不同的姿态角度进行训练)，并测量它们的权重来检测图像中的人脸。我使用TBB parallel_for使代码并行，但它仅提高了1.7倍的性能。我想问一下，是否有更好的方法并行运行五个探测器？
我正在一个16核的集群上运行我的代码。我认为线程数(在我的例子中是5个线程)太少，无法使用完全的能力。
有什么建议吗？
谢谢,
浏览 3提问于2013-03-20得票数 0
1回答
我希望在安卓和OpenGL ES 2.0上使用GLSL创建一个效果，在开始时，我使用着色器将彩色图像转换为灰度图像，然后显示原始颜色，从图像的任何一个角落顶点开始，一次传播一个像素。
我已经能够成功地应用第一种效果(转换为灰度)
但我想不出如何一次选择一个像素，并在图像上显示扩散效果？
(有没有人能把我推向正确的方向?)
浏览 12提问于2014-08-23得票数 0
我正在使用模拟图像训练神经网络，现实生活中发生的一件事就是低质量的JPEG压缩。它以一种特殊的方式模糊了锐利的边缘。有没有人有一个有效的方法来模拟这些效果？我的意思是创建一个干净输入的损坏版本。图像是灰度的，存储为numpy数组。
浏览 0提问于2020-03-19得票数 4
我想知道如何将ImageNet (彩色图片)训练的caffe参考模型转换为灰度图像，以节省内存和加快速度。
对于RGB，caffe卷积层中的滤波器是不同的，但这可以例如，平均为一个信道滤波器。
因为我的数据是灰度的，测试中的速度(预测)对我来说很重要，这可能会有所帮助。
当然，我可以在RGB表示中转换我的灰度图像，以重用经过预处理的卷积层。但如果可能的话我想避免。
我的问题是：
这有可能吗？
一个人应该如何组合过滤器？(平均？)
在过滤器转换后，需要重新训练各层之间的权重？
浏览 0提问于2016-07-11得票数 1
1回答
如何为训练暹罗神经网络准备数据集
、、、、
我试图通过建立一个带有角角的人脸识别模型来实现一个暹罗神经网络。以前，我使用分类实现了CNN人脸识别模型(带有keras)，因此我的数据集已经被分成训练数据、训练标签、验证数据、验证标签和测试数据。用于此目的的数据集由226个图像类组成。我使用2799张图像进行训练，226张图片进行验证。现在我想使用数据集来训练一个暹罗神经网络。为了这个目的，我该如何分割数据呢？
浏览 1提问于2019-07-02得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
