该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
2024/2/3 22:02:24
2.1MB
yolopaper逐行翻译，有中英文对照，翻译几乎没有错误，小组共同翻译，龚大家学习，谢谢！包含yolov1，yolov2，yolov3
2024/2/3 11:35:09
10.88MB
详细讲解了word2vec用的的相关数学知识和框架，讲解清晰细致，通俗易懂，广受好评，现在分享给大家，共同学习提高。
纯共享，非盈利目的。
纯共享，非盈利目的。
2024/2/3 1:16:48
1.34MB
跌倒检测，采用OPENCV4DNN开发，在英特尔的GPU上加速，大概每帧40MS左右，速度极快，假如您电脑上有别的GPU，可能跑不了，因为英特尔的OPENCV限制DNN在别的GPU上运行。
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了
2024/2/2 16:19:34
42.44MB