Face Recognition

Name: Face Recognition
Availability: InStock
Rating: 2.6792452335357666 (265 reviews)
Author: Qualeams

Qualeams

२.७

२६५ परीक्षण

१ लाख+

डाउनलोड

प्रत्येकजण

या अ‍ॅपविषयी

चेहरा ओळख समावेश TensorFlow आणि Caffe सह मज्जासंस्थेचे नेटवर्क अनेक चेहरा ओळख पद्धती एक चाचणी फ्रेमवर्क म्हणून वापरली जाऊ शकते.

खालील preprocessing अल्गोरिदम समाविष्टीत आहे:
- ग्रेस्केल
- पीक
- आय संरेखन
- गामा दुरुस्ती
- Gaussians फरक
- कुशल फिल्टर
- स्थानिक बायनरी नमुना
- Histogramm बरोबरी (फक्त ग्रेस्केल खूप वापरले जाते तर वापरले जाऊ शकते)
- आकार बदला

आपण खालील वैशिष्ट्य माहिती आणि वर्गीकरण पद्धती नीवडू शकता:
- Eigenfaces जवळच्या शेजारी
- प्रतिमा समर्थन वेक्टर मशीन बदलाव
- SVM किंवा KNN सह TensorFlow
- SVM किंवा KNN सह Caffe

मॅन्युअल येथे https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md आढळू शकते

क्षणी केवळ armeabi-v7a साधने आणि वर समर्थीत आहे.

ओळख मोडमध्ये सर्वोत्तम अनुभव डावीकडे डिव्हाइस फिरवा.
_______________________________________________________________

TensorFlow:

आपण Tensorflow Inception5h मॉडेल वापरू इच्छित असल्यास, येथे डाउनलोड करा:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

मग फाइल "tensorflow_inception_graph.pb" ला "/ sdcard / चित्रे / facerecognition / data / TensorFlow" कॉपी

प्रारंभ या डीफॉल्ट सेटिंग्ज वापरा:
वर्ग संख्या: 1001 (आम्ही गेल्या थर वापरू नका म्हणून नाही संबंधित)
इनपुट आकार: 224
प्रतिमा क्षुद्र: 128
आउटपुट आकार: 1024
इनपुट स्तर: इनपुट
आउटपुट स्तर: avgpool0
मॉडेल फाइल: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
आपण VGG चेहरा डिस्क्रिप्टर मॉडेल वापरू इच्छित असल्यास, येथे डाउनलोड करा:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

खबरदारी: हे मॉडेल फक्त किमान 3 जीबी किंवा RAM साधने चालते.

मग फाइल "vgg_faces.pb" ला "/ sdcard / चित्रे / facerecognition / data / TensorFlow" कॉपी

प्रारंभ या डीफॉल्ट सेटिंग्ज वापरा:
वर्ग संख्या: 1000 (आम्ही गेल्या थर वापरू नका म्हणून नाही संबंधित)
इनपुट आकार: 224
प्रतिमा क्षुद्र: 128
आउटपुट आकार: 4096
इनपुट स्तर: प्लेसहोल्डर
आउटपुट स्तर: fc7 / fc7
मॉडेल फाइल: vgg_faces.pb
_______________________________________________________________

Caffe:

आपण VGG चेहरा डिस्क्रिप्टर मॉडेल वापरू इच्छित असल्यास, येथे डाउनलोड करा:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

खबरदारी: हे मॉडेल फक्त किमान 3 जीबी किंवा RAM साधने चालते.

मग फाईल कॉपी "VGG_FACE_deploy.prototxt" आणि "VGG_FACE.caffemodel" ला "/ sdcard / चित्रे / facerecognition / data / caffe"

प्रारंभ या डीफॉल्ट सेटिंग्ज वापरा:
याचा अर्थ मूल्य: 104, 117, 123
आउटपुट स्तर: fc7
मॉडेल फाइल: VGG_FACE_deploy.prototxt
वजन दाखल: VGG_FACE.caffemodel

_______________________________________________________________

परवाना फायली येथे आढळू शकते https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt आणि येथे https://github.com/Qualeams/Android- चेहरा-ओळख-सह-दीप-शिकणे / शून्य धावा / मालक / NOTICE.txt

या रोजी अपडेट केले

२६ मे, २०१७

डेटासंबंधित सुरक्षितता

डेव्हलपर तुमचा डेटा कसा गोळा करतात आणि शेअर करतात हे समजून घेण्यापासून सुरक्षितता सुरू होते. तुमचा वापर, प्रदेश आणि वय यांच्या आधारे डेटा गोपनीयता व सुरक्षेशी संबंधित पद्धती बदलू शकतात. डेव्हलपरने ही माहिती पुरवली आहे आणि ती कालांतराने अपडेट केली जाऊ शकते.

तृतीय पक्षांसोबत कोणताही डेटा शेअर केलेला नाही

डेव्हलपर शेअर करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या

कोणताही डेटा गोळा केलेला नाही

डेव्हलपर डेटा गोळा करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या

रेटिंग आणि पुनरावलोकने

२.७

२५५ परीक्षणे

नवीन काय आहे

- Switch from building Tensorflow from source to using the Jcenter library
- Included optimized_facenet model and changed default settings to use TensorFlow by default

अयोग्य म्हणून फ्लॅग करा

ॲप सपोर्ट

अयोग्य म्हणून फ्लॅग करा