采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
bobo老师,我已经利用facenet完成了人脸检测和人脸匹配,可以匹配到文件夹里已经存储的自己的脸
可是如果我想让其匹配的同时显示出相应的人名是不是要自己做个数据库(要自己打上标签)用svm分类一下?
分类过后,如果想加入一个之前没有的类别,是不是还要把原来的数据库加上新的数据重新分一下类?
数据库该怎么做?不太清楚数据库的格式是什么样的?就像sklearn能直接调用的那样
1
如果要显示人名,是的,你的数据信息里需要有人名。最简单的方式就是,人名就是标签(如果人名没有重复的话)。当然,如果你现在的 y 是 0, 1, 2, 3, ... 这类 ID 标识的话,也可以为每个 ID 做一个映射。ID 多少表示哪个名字,程序里读取这个映射信息。
2
是的,如果要有一个新的类别,训练数据中必须有这个类别。你需要在你原有的数据集中添加新的类别的训练数据。
3
数据库的格式是怎样的并不重要,你需要使用数据库工具,比如 SQL,将数据库中的数据读取出来,之后通过你的程序整理成 sklearn 可以认的格式:numpy.array。只要你将数据整理成一个二维 numpy.array: X,每行是一个样本,每列是一个维度;同时有一个 y,表示每个样本的分类,sklearn 就可以调用。
继续加油!:)
我是把facenet抽取出来的图片特征写到了txt文件里 因为图片较少,我想在写到txt文件中的特征后面加一行类别号(人工标定),然后通过程序读取到匹配的特征值时,同时读取下一行的编号再映射成名字显示出来,这样可行性怎么样?
可行啊。只要你的文件的规则,你自己清晰,在你的程序中,按照你指定的文件规则读取信息,整理成 sklearn 需要的数据格式就好。
谢谢bobo老师!
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14