人脸检测：基于深度学习的人脸检测_（5）.人脸检测的主流深度学习框架

Darknet版YOLOv3人脸和口罩检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线，map到90%多 2、包含数千张口罩检测数据集，类别名为face和face_mask，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。首先，利用深度学习框架(VGGFace)提取人脸特征；其次，利用PCA对提取的特征进行降维；最后，利用稀疏表达分类实现特征匹配。我采用CMC曲线评价在AR数据库上的识别性能。最后我还提供了整个过程的code。

基于CNN卷积神经网络/深度学习框架theano的人脸识别测试程序，可作为在Ubuntu下学习机器学习的第一此试验吧，博客地址https://blog.csdn.net/qq_35379989/article/details/80034990

用卷积滤波器matlab代码基于Darknet和Wider Face数据集的人脸检测 该项目旨在实现基于darknet和Wider Face数据集的人脸检测，包括： 修改官方方法yolov2，yolov3，yolov2-tiny等，并在Wider Face训练集上对其进行训练。 在“更广泛的脸部”训练集中训练我自己的脸部检测方法。 在Wider Face验证集中评估这些方法。 通过使用这些方法来检测脸部。 1.克隆项目。 首先，使用git克隆该项目： git clone https://github.com/zlmo/Face-Detection.git根据您的设备和make修改Makefile。 2.准备更广的面Kong数据集。 然后，我们需要先准备训练集。 这包括下载数据集并将其转换为Darknet样式。 一种。 下载并提取Wideer Face数据集 可以在这里找到下载链接：至少需要WIDER_train.zip，WIDER_val.zip和wider_face_split.zip 。 下载完成后，将WIDER_train.zip ， WIDER_val.zip和wider_fa