这系列课程为嵌入式AI七节课系列,包括边缘智能,AI应用开发,人脸识别,多目标检测,语音识别等。之前系列分别介绍了边缘智能开发方法与实践,AI小白如何快速开发一款AI初级应用,OpenCV嵌入式图像处理实战。本文为嵌入式AI第四课,由OPEN AI LAB算法事业部视觉专家王昊介绍人脸识别模型训练与部署。
课程简介
- 人脸识别主要流程
- 人脸识别算法
- pytorch代码的实现
- 模型转换并部署到EAIDK开发套件
适用人群
对边缘嵌入式设备与深度学习结合感兴趣的开发从业者,学生,老师及爱好者。
视频回放
回放链接:https://aijishu.com/l/1110000000100519
PPT精选及下载
文末附件即可下载。
精选问答
1.人脸特征比对的时候,余弦距离和欧式距离哪个好?
答:这两个距离各有各的特点,比较关键的地方是你的阈值取多少,还有就是跟你的训练集有关系。如果训练集数量不是很多的话,计算哪个距离效果可能都不会太好。一般来说各种距离的效果差距不会太大。
2.疫情当下,戴口罩人脸检测,有哪些难点?
答:戴口罩人脸检测,可以认为是人脸属性的应用了,比如人脸是微笑还是悲伤、年龄多少、是否戴眼镜等,人脸属性已经是一个比较成熟的应用了,戴口罩检测也是没有问题的。
3.从原来的算法模型训练转为算法应用开发,有什么好建议和路线吗?
答:如果做算法的话,多看一些文章,多用一些网络真正训练下,如果有可能的话,自己修改下网络结构或者损失函数然后再做训练,看修改之后的效果怎么样,这样可以加深理解,进步会比较快。另外可以参加一些相关的比赛。
4.ResNet网络目前最高有多少层?深度网络层越多效果越好吗??
答:目前ResNet最多可以达到152层,但是不要纠结这个问题,神经网络并不是层越多越好,目前优秀的设计主要是优化网络的基本结构以达到更高的准确率,同时还要在精度和算力之间妥协 。网络层数不是越多越好的,层数太多,深度太深,模型的参数多,收敛过慢,还会产生过拟合。
下一课将由OPEN AI LAB系统应用技术专家蒋黎鹏带来人脸识别系统应用实战。
文件名 | 大小 | 下载次数 | 操作 |
---|---|---|---|
【极术公开课】嵌入式AI第四课人脸识别模型算法解析与训练部署.pdf | 3.47MB | 59 | 下载 |
arcface_demo.tar.gz | 6.59MB | 40 | 下载 |