Deepface 是一个用于 python 的轻量级人脸识别和人脸属性分析(年龄、性别、情感和种族)框架。它是一个混合人脸识别框架,包含模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace和。DlibSFace 该文件来自: https://github.com/serengil/deepface_models/releases/download/v1.0/arcface_weights.h5
2022-08-26 21:06:23 130.68MB Deepface
1
Deepface 是一个用于 python 的轻量级人脸识别和人脸属性分析(年龄、性别、情感和种族)框架。它是一个混合人脸识别框架,包含模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace和。DlibSFace 该文件来自: https://github.com/serengil/deepface_models/releases/download/v1.0/facenet512_weights.h5
2022-08-26 21:06:22 90.56MB Deepface
1
Deepface 是一个用于 python 的轻量级人脸识别和人脸属性分析(年龄、性别、情感和种族)框架。它是一个混合人脸识别框架,包含模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace和。DlibSFace 该文件来自: https://github.com/serengil/deepface_models/releases/download/v1.0/facenet_weights.h5
2022-08-26 21:06:21 87.92MB Deepface
1
Deepface 是一个用于 python 的轻量级人脸识别和人脸属性分析(年龄、性别、情感和种族)框架。它是一个混合人脸识别框架,包含模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace和。DlibSFace 该文件来自: https://github.com/serengil/deepface_models/releases/download/v1.0/gender_model_weights.h5
2022-08-26 21:06:19 512.27MB Deepface
1
DeepFace实现人脸识别 并画出特征点和人脸框 代码下完后 直接用pycharm就可以运行 运行的时候 请先根据代码里的download.sh 将需要的文件下载下来 放到download.sh文件 所在目录
2022-07-19 21:20:51 4.4MB DeepFa
1
DeepFaceLabCUDA10.1AVX_build_03_13_2019
2022-07-01 09:09:33 823.95MB DeepFaceLab python deepface faceswap
1
资源包含文件:设计报告word+Python源码及数据 'face_recognition.py’中新建了’DeepFaceRecognition’类,用于人脸识别。 增加识别细节的处理,未注册用户将会显示“Unknown”。 在图像预处理部分加入直方图均衡化,增加了在较暗处的识别准确率。 详细介绍参考:https://biyezuopin.blog.csdn.net/article/details/125219211
2022-06-10 14:06:21 26.79MB DeepFace模型 人脸识别软件 Python 源码
DX12_BUILD_04_22_2021 RTX3000_SERIES_BUILD_04_22_2021 UP_TO_RTX2080TI_BUILD_04_22_2021 这三个版本的,阿里云 速度快!!!
2022-05-18 12:06:11 61B DEEPFACELAB DEEPFAKE DEEPFACE
深脸 Deepface是python的轻量级和面部属性分析(,,和)框架。 它是一个混合的人脸识别框架,其中包含了最先进的模型: , , , , , 和 。 该库主要基于Keras和TensorFlow。 安装 安装deepface的最简单方法是从下载。 pip install deepface 人脸识别 现代包括四个常见阶段: , ,和。 Deepface在后台处理所有这些常见阶段。 您只需使用一行代码即可在其界面中调用其验证,查找或分析功能。 人脸验证- deepface界面下的验证功能可验证同一个人或不同个人的面部对。 您应将面对作为数组传递,而不是为了最佳实践而在for循环中调用verify函数。 这将大大加快该功能,并减少分配的内存。 from deepface import DeepFace result = DeepFace . verify ( "img1.jpg" , "img2.jpg" ) #results = DeepFace.verify([['img1.jpg', 'img2.jpg'], ['img1.jpg', 'img3.jpg'
2021-09-17 21:17:15 26.16MB python machine-learning deep-learning tensorflow
1