Это подход к созданию модели распознавания лиц с использованием концепции трансферного обучения.

GitHub: https://github.com/shubhabhi/Facial-Recognition-TransferLearning

Введение

Трансферное обучение: Трансферное обучение - это исследовательская проблема в машинном обучении, которая фокусируется на хранении знаний, полученных при решении одной проблемы, и применении их к другой, но связанной проблеме.

Тонкая настройка: точная настройка - это процесс, в ходе которого сетевая модель, которая уже была обучена для данной задачи, выполняется, и заставляет ее выполнять вторую аналогичную задачу. Это способ превзойти извлечение признаков.

Все они работают над концепцией, называемой нейронной сетью. Нейронная сеть - это серия алгоритмов, которые пытаются распознать лежащие в основе взаимосвязи в наборе данных посредством процесса, имитирующего работу человеческого мозга.

ШАГ 1. Создание набора данных

Во-первых, нам нужно создать набор данных для обучения модели. Я использовал OpenCV (Библиотека компьютерного зрения с открытым исходным кодом) для захвата изображения с помощью haarcascade_frontalcatface.xml. Я взял соотношение тренировки и тестирования 60:40 соответственно.

ШАГ 2. Создание модели

Второй шаг включает создание модели с использованием Transfer Learning, импортирующего MobileNet. Здесь мы замораживаем последние 4 слоя.

ШАГ 3. Загрузка модели

ВЫХОД

Выходные данные, наконец, идентифицируют фронтальное лицо в соответствии с моделью, которую вы обучили.

Вышеупомянутая задача была достигнута под руководством г-на Вимала Дага из LinuxWorld Informatics Pvt Ltd.