图像矩阵matlab代码-LFW_API:为了更好地在WildBenchmark中使用LabeledFaces,我提供了三个版本的代码,即C+

上传者: 38686231 | 上传时间: 2022-12-16 11:41:53 | 文件大小: 9KB | 文件类型: ZIP
图像矩阵matlab代码LFW_API 设计师:赵俊波,武汉大学,在清华大学智能图像和文档处理国家实验室工作。 联络电话: + 86-18672365683 介绍 为了更好地在Wild Benchmark中使用Labeled Faces,我提供了三个版本的代码,即C ++,python和Octave。 限制和不受限制的配置均已实现。 以“ unrest”命名的文件用于不受限制的配置,而具有“ rest”的文件则针对受限制的配置。 C ++版本 本征 Eigen是用于线性代数的C ++模板库:矩阵,向量,数值解算器和相关算法。 您应按照本教程安装Eigen: 我们的输入和输出特征矩阵都是使用Eigen :: MatrixXd或Eigen :: VectorXd构造的。 在项目上安装Eigen之后,您可以像在Matlab中一样简单地编写矩阵! 开始吧 请注意,首先应在LFW中提取图像上的特征,然后将特征构建为“ dict”类的堆栈,其中包括考虑每个人的姓名,其图像编号和该人的提取特征矩阵。 您可以看到如何在两个.cpp文件中构造此类。 此外,您可以将要素矩阵设为行顺序或列顺序。 行排序矩阵

文件下载

资源详情

[{"title":"( 7 个子文件 9KB ) 图像矩阵matlab代码-LFW_API:为了更好地在WildBenchmark中使用LabeledFaces,我提供了三个版本的代码,即C+","children":[{"title":"LFW_API-master","children":[{"title":"cpp","children":[{"title":"lfw_unrest_API.h <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"lfw_rest_API.h <span style='color:#111;'> 1.38KB </span>","children":null,"spread":false},{"title":"lfw_rest_API.cpp <span style='color:#111;'> 6.96KB </span>","children":null,"spread":false},{"title":"lfw_unrest_API.cpp <span style='color:#111;'> 4.70KB </span>","children":null,"spread":false}],"spread":true},{"title":"py","children":[{"title":"lfw_rest_API.py <span style='color:#111;'> 5.47KB </span>","children":null,"spread":false},{"title":"lfw_unrest_API.py <span style='color:#111;'> 3.90KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 2.63KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明