首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >人脸识别-如何用大量的类制作图像分类器?

问人脸识别-如何用大量的类制作图像分类器?
EN

Data Science用户
提问于 2019-05-10 19:51:12
回答 2查看 827关注 0票数 2

我计划制作一个形象分类器来识别英超联赛中每一个球员的脸。我有几个问题(因为到目前为止,我只处理小的或学术的数据集)。

我的问题:

  1. 我如何下载这些不同的图片?由于手工下载图片非常困难,有什么方法可以自动下载吗?
  2. 我遵循这个平台,并被要求为每个玩家做一个不同的类。我该如何为这么多的球员做不同的课程呢?

PS:我是新手,所以如果我的问题含糊不清,我很抱歉。如果需要更多的澄清,请评论。

EN

回答 2

Data Science用户

发布于 2019-05-10 21:51:24

我如何下载这些不同的图片?由于手动下载所有图片都非常困难,有什么方法可以自动下载吗?

首先,你需要知道你的分类器会是怎样的,它是分类变大小的图像还是固定大小的图像?它是只接受一个脸作为输入还是多个?它会对黑白图像进行分类,还是使用多个通道进行分类?是多输出分类器还是单输出分类器?

在开始之前,你必须回答这个问题和其他问题。根据后面的问题,您必须从不同的源或以不同的方式获取数据。不必考虑这些问题,您可以搜索已经收集和组织图像并适应数据集的数据集,卡格尔有许多公共数据集。通过自己收集培训数据可能是一项繁琐的工作,如果需要数千个示例,我建议您制作一个数据挖掘应用程序,在不同的页面中爬行,并自动下载图像,尽管您必须小心不要违反任何隐私法律。

我正在使用Fast.ai,我们需要为每个玩家制作一个不同的类。我该如何为这么多的球员做不同的课程呢?

现在,您拥有了所有的数据干净和整洁,您必须分类的图像。有很多方法可以用深度神经网络对图像进行分类,你可以使用简单的前馈神经网络或递归神经网络,但最常用的和我推荐的是卷积神经网络。如果您没有太多的图像分类经验,我建议您从一个更简单的项目开始,比如MNIST数据集,该数据集由黑色、白色的手写数字图像组成,这样您就可以更好地练习不同的超参数并进行更好的实验,而不是从这样一个雄心勃勃的分类任务开始。无论哪种方法,要将图像分类为多个输出,您必须在神经网络中添加一个最后一层,其数量等于要区分的类数,然后应该向该层添加一个softmax激活函数。最后,为了学习该模型,您应该使用一个范畴交叉熵损失/成本函数。

我不知道我是否回答了你的问题,所以请不要犹豫,告诉我或问更多的问题。

不管怎样,很高兴能帮上忙

票数 1
EN

Data Science用户

发布于 2019-05-11 08:17:48

其中一种方法是使用一次学习和暹罗网络进行人脸识别。你只收集了一个你想要认出的脸的例子。然后,您使用共享参数来训练两个CNN,这些参数能够对每个图像进行编码。然后,将这两种编码都提供给能够度量它们之间相似性的东西,并将其与实际真相(是否是同一人的图片)进行比较。

图为安德鲁·吴( Andrew )的深度学习课程,在这里你可以实现人脸识别:

所以你训练网络,有时给它两张同一个人的照片,有时给它不同人的照片。

当暹罗网络被训练的时候,它可以用来建立一个所有玩家的编码数据库,当你得到一张新的图片时,你可以在这个数据库中搜索,直到你找到一个给你最好的相似分数。

有很多方法可以用不同的难度和性能来实现这一点。这是一个非标准的问题,所以比常规的图像分类要困难一些。我将给你们留下一些参考资料:

准备使用解决方案:

pip 脸_复痛包

文件:

学习相似性度量在人脸验证中的应用

深谷:在人脸验证中缩小与人级性能的差距

教程:

在PyTorch中使用暹罗网络进行一次性学习--第1部分

在PyTorch中使用暹罗网络进行一次性学习--第2部分

使用Keras的暹罗网络一次性学习

美丽汤网络抓取简介

课程

吴家富关于CNN的课程,这是一个关于暹罗网络的样本视频

票数 1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/51763

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档