| نوع فایل | APK |
|---|---|
| نسخه | 1.1.1 |
| ناشر | sladomic |
| تاریخ انتشار | ۲ سپتامبر ۲۰۱۶ |
| تاریخ اضافه شده | ۲ سپتامبر ۲۰۱۶ |
| الزامات سیستم عامل | Android |
| الزامات | None |
| کل بارگیری ها | ۱۸۲ |
| قیمت | Free |
شرح
تشخیص چهره می تواند به عنوان یک چارچوب آزمایشی برای چندین روش تشخیص چهره از جمله شبکه های عصبی با TensorFlow و Caffe استفاده شود. این شامل الگوریتمهای پیشپردازش زیر است: مقیاس خاکستری- برش- تراز چشم- تصحیح گاما- تفاوت گاوسیان- فیلتر شکن- الگوی باینری محلی- معادل سازی هیستوگرام (فقط در صورت استفاده از مقیاس خاکستری قابل استفاده است) - تغییر اندازه میتوانید از استخراج ویژگی زیر انتخاب کنید و روش های طبقه بندی: Eigenfaces with Nearest Neighbour- Image Reshaping with Support Machine Vector- TensorFlow with SVM or KNN- Caffe with SVM or KNNراهنما را می توانید در اینجا پیدا کنید https://github.com/sladomic/Face-Recognition در حال حاضر فقط armeabi- دستگاه های v7a و بالاتر پشتیبانی می شوند. برای بهترین تجربه در حالت تشخیص، دستگاه را به چپ بچرخانید. برای بهترین عملکرد از "تغییر شکل تصویر با ماشین بردار پشتیبانی" (0.5 ثانیه/تصویر) استفاده کنید. برای بهترین دقت از مدل "VGG Face Descriptor" استفاده کنید (عملکرد بسیار بد است - 6. s/تصویر). TensorFlow: اگر می خواهید از مدل Tensorflow Inception5h استفاده کنید، آن را از اینجا دانلود کنید: https://storage. googleapis.com/download. تنسورفلو org/models/inception5h. zipسپس فایل "tensorflow_inception_graph. pb" را در "/sdcard/Pictures/facerecognition/data/TensorFlow" کپی کنید. برای شروع از این تنظیمات پیش فرض استفاده کنید: تعداد کلاس ها: 1001 (مرتبط نیست زیرا از لایه آخر استفاده نمی کنیم) اندازه ورودی : 224 میانگین تصویر: 128 اندازه خروجی: 1024 لایه ورودی: لایه ورودی خروجی: avgpool0فایل مدل: tensorflow_inception_graph. pb. اگر می خواهید از مدل VGG Face Descriptor استفاده کنید، آن را از اینجا دانلود کنید: https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces. pb dl=0احتیاط: این مدل فقط روی دستگاه هایی با حداقل 3 گیگابایت یا رم اجرا می شود. سپس فایل "vgg_faces. pb" را در "/sdcard/Pictures/facecognition/data/TensorFlow" برای شروع از این تنظیمات پیش فرض استفاده کنید: تعداد کلاس ها: 1000 (مرتبط نیست زیرا از لایه آخر استفاده نمی کنیم) اندازه ورودی : 224 میانگین تصویر: 128 اندازه خروجی: 4096 لایه ورودی: PlaceholderOutput لایه: fc7/fc7 فایل مدل: vgg_faces. pb. Caffe: اگر می خواهید از مدل توصیفگر چهره VGG استفاده کنید، آن را از اینجا دانلود کنید: http://www.robots. گاو نر ac انگلستان/. vgg/software/vgg_face/src/vgg_face_caffe. تار gzCaution: این مدل فقط روی دستگاه هایی با حداقل 3 گیگابایت یا رم اجرا می شود. سپس فایلهای "VGG_FACE_deploy. prototxt" و "VGG_FACE. caffemodel" را در "/sdcard/Pictures/facerecognition/data/caffe" کپی کنید. برای شروع از این تنظیمات پیشفرض استفاده کنید: مقادیر میانگین: 104، 117، 123 لایه خروجیGodel: f. . فایل prototxtWeights: VGG_FACE. کافه مدل