序言
目录
正文
人脸特征点
PERCLOS
LBP
BSD（盲区检测）
常用人脸库：
MIT
FERET
PIE
AR
ORL
YaleA
YaleB
CAS-PEAL
JAFEE
效果检测参数：
俯仰角：-60度-60度
左右旋转角：-70度-70度
误检率 <20%
眼闭合时间：0.2-0.3% 超过0.5s 就报警
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测之人脸识别 - Python技术站
微信扫一扫 
支付宝扫一扫
【目标检测】使用YOLOv3对视频进行物体检测并输出新的视频
上一篇
2023年4月5日 下午9:26
目标检测后处理之NMS（非极大值抑制算法）
下一篇
2023年4月5日 下午9:27
相关文章
-
[深度应用]·使用一维卷积神经网络处理时间序列数据
概述 许多技术文章a都关注于二维卷积神经网络（2D CNN）的使用，特别是在图像识别中的应用。而一维卷积神经网络（1D CNNs）只在一定程度上有所涉及，比如在自然语言处理（NLP）中的应用。目前很少有文章能够提供关于如何构造一维卷积神经网络来解决你可能正面临的一些机器学习问题。本文试图补上这样一个短板。 何时应用 1D CNN？ C…
-
过去5年最受欢迎机器学习论文+代码速查
… 过去5年最受欢迎机器学习论文+代码速查 新智元编译 来源：paperswithcode.com 编辑：肖琴 【新智元导读】Papers with Code网站将ArXiv上的最新机器学习论文与GitHub上的代码联系起来。这个项目索引了大约5万篇论文和1万个GitHub库，你可以按标题关键词查询，也可以按流行程度、GitHub星星数排列“热门研究”，…
-
pytorch 数据维度变换
view、reshape 两者功能一样：将数据依次展开后，再变形 变形后的数据量与变形前数据量必须相等。即满足维度：ab…f = xy…z reshape是pytorch根据numpy中的reshape来的 -1表示，其他维度数据已给出情况下， import torch a = torch.rand(2, 3, 2, 3) a # 输出： tenso…
-
制作目标检测数据集
前言 制作目标检测的数据集有很多，个人认为labelImg最为好用，但是有时下载的版本会出现一些小问题。现将labelImg安装包存放在百度云盘里，有需要的可自行下载，亲测好用。链接：https://pan.baidu.com/s/11z8scI2IFXVRuxfTtg-xtA提取码：432w 使用方法 1、下载解压后有一个文件夹“data”,进入该文件夹击…
-
深度学习21天实战caffe学习笔记《0 ： caffe包解析》
caffe包解析（linux） 一、目录图片 ①build文件夹，用来存放编译结果 ②camke文件夹，使用cmake的时候会用到 ③data文件夹，用来存放原始数据、和获取新数据的脚本，里面有cifar10、ilsvrc12、mnist数据 ④distribute文件夹，编译后生成发布包的位置 ⑤docker文件夹，使用Docker工具进行迁移 ⑥docs…
-
深度学习-41: 深度循环神经网络(Recurrent NN, RNN)
深度学习-41: 深度循环神经网络(Recurrent NN, RNN) 深度学习原理与实践(开源图书)-总目录 在图像分类和目标识别领域，基于前馈神经网络的深度学习模型表现优异，但是在语音识别和自然语音处理领域深度学习模型水土不服，时间序列数据存在时间关联性和整体逻辑特性。深度学习模型无法利用历史数据的时间依赖关系，来分析数据特征，故而无法处理时间序列数据…
-
pytorch LSTM情感分类全部代码
先运行main.py进行文本序列化，再train.py模型训练 dataset.py from torch.utils.data import DataLoader,Dataset import torch import os from utils import tokenlize import config class ImdbDataset(Data…
-
关于Pytorch的二维tensor的gather和scatter_操作用法分析
看得不明不白（我在下一篇中写了如何理解gather的用法） gather是一个比较复杂的操作，对一个2维tensor，输出的每个元素如下： out[i][j] = input[index[i][j]][j] # dim=0 out[i][j] = input[i][index[i][j]] # dim=1 二维tensor的gather操作 针对0轴 注意i…
