Обнаружение лица – это легкая задача для компьютера сейчас через несколько дней. На самом деле некоторые ML модели добились состояния искусства в компьютерном видении.
Мы используем пресеченную модель CNN для обнаружения и добычи лица.
Проект имеет два важных элемента:
Коробка вокруг граней: показать красные коробки вокруг всех граней, распознаваемых на изображении. Файл Python FacedEtectionCnn.py
Извлеченные лица: экстрайте грани от всех изображений в папке и сохраняют каждое лицо в папку назначения, чтобы создать удобный набор данных. Файл Python – Facextraction.py
def highlight_faces(image_path, faces): # display image image = plt.imread(image_path) plt.imshow(image) ax = plt.gca() # for each face, draw a rectangle based on coordinates for face in faces: x, y, width, height = face['box'] face_border = Rectangle((x, y), width, height, fill=False, color='red') ax.add_patch(face_border) plt.savefig('./media/face_detected.jpg') plt.show()
Aayushi-Droid/FindecteTecteCnn
Обнаружение лица в Python с использованием предварительной модели CNN
Обнаружение и экстракция лица с использованием пресечения CNN
модель.
Обнаружение лица
Извлеченное лицо
Установка
Скачать Анаконда
pip install keras pip install mtcnn pip install keras_vggface
использование
def highlight_faces(image_path, faces): # display image image = plt.imread(image_path) plt.imshow(image) ax = plt.gca() # for each face, draw a rectangle based on coordinates for face in faces: x, y, width, height = face['box'] face_border = Rectangle((x, y), width, height, fill=False, color='red') ax.add_patch(face_border) plt.show()
Вклад
Запросы по тяги приветствуются. Для серьезных изменений, пожалуйста, сначала откройте проблему, чтобы обсудить, что вы хотели бы изменить.
Пожалуйста, обязательно обновите тесты в зависимости от обстоятельств.
Лицензия
Мит
Оригинал: “https://dev.to/aayushidroid/face-detection-and-extraction-using-cnn-936”