首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏GPUS开发者

    在Jetson TX2上跑个人脸识别小程序

    环境 Jetson TX2 JetPack-3.1 构建 1.下载代码 git clone https://github.com/AastaNV/Face-Recognition 2.进入Face-Recognition 文件夹 cd Face-Recognition 3.创建build文件夹 mkdir build 4.进入build文件夹 cd build 5.构建应用程序 cmake .. make 运行 1.进入 /face-recognition 这个代码执行后需要等待一会出现结果。源代码来自NVIDIA官方论坛推荐的

    2.5K30发布于 2018-08-01
  • 来自专栏机器人网

    人脸识别,一行代码就能搞定?

    face-recognition,使用最先进的人脸识别技术构建而成的python包,而且具有深度学习功能。经测试识别正确率高达99.38%。确实很高。 ? 安装 因为face-recognition使用到了dlib库,这是c++写的一个包含机器学习,计算机视觉等算法的库,所以使用之前要先安装dlib。 所有工作准备好之后,使用pip安装: pip install face-recognition 人脸检测 如何检测一张图片中的人脸? face-recognition把带人脸的图片看成是由像素组成的二维数组,使用face_locations方法返回识别到的人脸的坐标(上下左右)。 False 除了能检测出和识别出人脸之外,face-recognition还提供深度学习参数的支持,使得识别率更高。

    1.4K50发布于 2018-04-18
  • 来自专栏全栈程序员必看

    在windows10机器上安装部署人脸识别/安全帽识别项目笔记

    face-recognition 这个就是真的坑了!!! 错误的演示: 首先:pip install face-recognition 报错:dlib 包安装失败(反正就这个意思) 接着:pip install dlib 失败:cmake,can't 最后:pip install face-recognition==1.0.0 这一步可以直接下载 face-recognition 1.0.0 和 face-recognition-models 0.3.0 之后在代码中:import face-recognition就不会再报错了。

    2.2K10编辑于 2022-08-30
  • 来自专栏机器学习算法与Python学习

    Github 5 个机器学习项目

    1. face-recognition [25858 stars] https://github.com/ageitgey/face_recognition 为Python和命令行提供了一个应用程序编程接口

    89820发布于 2019-08-13
  • 来自专栏大龄程序员的人工智能之路

    Github上的5个高赞机器学习项目

    face-recognition 项目地址: https://github.com/ageitgey/face_recognition 星标数:27428 该项目是世界上最简洁的人脸识别库。 face-recognition 的主要用途有: 定位图片中的所有人脸: ? 识别人脸关键点,包括眼睛、鼻子、嘴和下巴。 ? 识别图片中的人是谁 ?

    99110发布于 2019-08-29
  • 来自专栏GPUS开发者

    关于在Jetson TX2跑的那些深度学习的例子

    他还写了不少教程,大家都可以仔细阅读 4 这个人脸识别的DEMO也是有用到深度学习和TensorRT哟 在Jetson TX2上跑个人脸识别小程序 链接地址:https://github.com/AastaNV/Face-Recognition

    2.2K31发布于 2018-08-17
  • 来自专栏NLP/KG

    FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

    specify the maximum amount of ram to be used (in gb) face recognition: --face-recognition

    2.1K00编辑于 2023-10-11
  • 来自专栏AI科技大本营的专栏

    GitHub Star数最高的5大机器学习项目,你都了解吗?

    (1)face-recognition - 25,858 ★ 该项目构建了世界上最简单的人脸识别工具,我们可以直接通过 Pyhon API 或者命令行来调用人脸识别程序。

    68420发布于 2019-08-05
  • 来自专栏码客

    Linux上Python环境配置

    install cmake python3 -m pipenv install boost python3 -m pipenv install dlib python3 -m pipenv install face-recognition

    4.4K20编辑于 2022-06-15
  • 来自专栏ATYUN订阅号

    【教程】OpenCV—Node.js教程系列:Node.js+OpenCV面部脸识别

    /data/face-recognition'; const imgsPath = path.resolve(basePath, 'imgs'); const nameMappings = ['daryl

    4.9K80发布于 2018-03-06
  • 来自专栏开发者技术前线

    2019 年最受欢迎的 Python 开源项目盘点!

    传送门:https://www.oschina.net/p/face-recognition 13)snallygaster ? 用于扫描HTTP服务器上机密文件的工具。

    1K12发布于 2020-11-23
  • 来自专栏Python 知识大全

    10 个疯狂的 Python 项目创意

    然后,可以使用一个 人脸识别库(https://pypi.org/project/face-recognition/),并将其与摄像头的输出连接起来。 8.

    1K20发布于 2021-11-10
  • 来自专栏AI研习社

    Github 上评价最高的 5 个机器学习项目

    1. face-recognition —— 25858★ Github 地址: https://github.com/ageitgey/face_recognition 世界上最简单的面部识别工具

    98930发布于 2019-08-05
  • 来自专栏Python 自动化

    10 个疯狂的 Python 项目创意

    然后,可以使用一个 人脸识别库(https://pypi.org/project/face-recognition/),并将其与摄像头的输出连接起来。 8.

    1K20发布于 2021-09-22
  • 来自专栏DeepHub IMBA

    Pytorch和DCGAN生成肖像画

    理想情况下,我们希望正方形图像的中间带有人脸,所以我使用的“face-recognition”库,可以通过pip进行安装,并使用它遍历每张图像,找到人脸坐标,将其偏移指定的数量 并保存它们。

    65540发布于 2021-04-30
  • 来自专栏华章科技

    李开复:人工智能对人类社会的真正威胁

    For example, the Chinese speech-recognition company iFlytek and several Chinese face-recognition companies

    1.3K30发布于 2018-08-16
  • 来自专栏量子位

    李开复纽约时报专栏文章:人工智能对人类社会的真正威胁

    For example, the Chinese speech-recognition company iFlytek and several Chinese face-recognition companies

    95650发布于 2018-03-29
  • 来自专栏机器之心

    超有趣!手把手教你使用树莓派实现实时人脸检测

    https://www.superdatascience.com/opencv-face-recognition/ 理解人脸识别:https://thecodacus.com/category/opencv/face-recognition

    3K60发布于 2018-05-10
  • 来自专栏SnailTyan

    Online Object Tracking: A Benchmark

    The FERET Evaluation Methodology for Face-Recognition Algorithms. PAMI, 22(10):1090–1104, 2000. The FERET Evaluation Methodology for Face-Recognition Algorithms. PAMI, 22(10):1090–1104, 2000.

    1.1K10编辑于 2022-05-09
  • 来自专栏腾讯高校合作

    盘点2016-2017 EDA及芯片领域的神经网络热点论文

    ., et al. 14.6 A 0.62 mW ultra-low-power convolutional-neural-network face-recognition processor and

    1.8K150发布于 2018-03-21
领券