NOTE: If you use any of the models, please do not forget to give proper credit to those providing the training dataset as well.

NOTE: If you use any of the models, please do not forget to give proper credit to those providing the training dataset as well.

mtcnn对齐facenet部署 项目简介 本项目参考了bubbliiiing的和两个工程，在此对作者表示感谢！ 这两个工程都是keras模型，所提供的模型文件都只有权重没有网络结构，我利用作者提供的网络定义和权重文件重新生成了带有网络结构的权重文件。某个原始先只有权重的模型文件pnet.h5 ，生成包含网络结构和权重的模型文件PNET.h5 。接着用keras2onnx工具把它（ PNET.h5 ）转换成onnx模型pnet.onnx ，其他胶水部分的逻辑没什么变化。具体的转换代码请参考keras_onnx.py文件。 另外我还尝试了将keras h5模型转成tensorflow pb模型，具体代码请参考h5_to_pb.py文件。需要注意的是：每个tensorflow PB请模型单独执行h5_to_pb.py脚本生成。 （每次修改weight_file参数） 如果你想简单地测试一下mt

facenet模型

20180402-114759.pb model-20180402-114759.ckpt-275.data-00000-of-00001 model-20180402-114759.ckpt-275.index model-20180402-114759.meta

小编把一些FaceNet预训练模型总结，共包含（2017、2018官方模型，基于MS-Celeb-1M人脸库等、亚洲人脸自制数据集2020训练模型），提供给大家小编在自制数据集上用gpu训练好久的模型，提高了亚洲人脸识别准确率，三种模型在LFW验证pairs文档上，准确率都在99.0%以上。

facenet 最新的模型文件。 20180408-102900 0.9905 CASIA-WebFace Inception ResNet v1 20180402-114759 0.9965 VGGFace2 Inception ResNet v1

facenet亚洲人脸训练模型,PB模型 ，包含checkpoint、meta 项目地址：https://github.com/MrZhousf/tf_facenet

人脸识别源码，自己写的，可以规则匹配。

采用facenet的预训练模型并针对亚洲人数据进行约45小时的训练得到训练后的模型 项目地址：https://github.com/MrZhousf/tf_facenet