Open CV提供了一个简单的API,可以检测和提取给定图像中的人脸。 (尽管我认为它会从与人脸图像无关的输入图片中剪裁帧,但我认为它的效果并不理想。)
我想知道tensorflow API是否可以用于面部检测。我没有找到相关的信息,但希望有经验的人可以指导我解决这个问题。 tensorflow的对象检测API是否可以像Open CV一样用于面部检测? (我的意思是,您只需调用API函数,它就会根据给定的输入图像为您提供面部图像。)
答案 0 :(得分:1)
可以,但是需要一些工作。 首先,看一下对象检测README。您应该遵循一些有用的文章。具体来说:(1)配置对象检测管道,(3)准备输入,(3)在本地运行。您应该从具有预训练模型的现有体系结构开始。可以在Model Zoo中找到经过预训练的模型,并且可以在here中找到其相应的配置文件。 Model Zoo中最常见的预训练模型位于COCO数据集上。不幸的是,该数据集不包含面孔作为类(但包含人)。 取而代之的是,您可以从Open Images上的预训练模型开始,例如fast_rcnn_inception_resnet_v2_atrous_oid,该模型的确包含面孔。 请注意,该模型比在COCO数据集上使用的通用体系结构(例如MobileNetV1 / V2上的SSDLite)更大,更慢。这是因为Open Images比COCO具有更多的类,因此,一个运行良好的模型需要更具表现力,以便能够区分大量的类并正确定位它们。 由于只需要面部检测,因此可以尝试以下两个选项:
答案 1 :(得分:0)
我尝试过增加输入的形状,效果会更好