エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ディープラーニングを使わない顔認識まとめ - ニートがプログラミングするブログ(はてな出張所)
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ディープラーニングを使わない顔認識まとめ - ニートがプログラミングするブログ(はてな出張所)
2017 - 01 - 25 ディープラーニングを使わない顔認識まとめ sugyanさんのアイドルデータセット で99.6%... 2017 - 01 - 25 ディープラーニングを使わない顔認識まとめ sugyanさんのアイドルデータセット で99.6%程度出たのでまとめておきます。 精度としては1200枚中4枚しか間違わないレベルです。 ちなみに間違えた4枚は次の通りです。 1.データの水増し 基本的にデータ数は多いほうが良いのでちょっとしたテクニックを使って増やしておきます。 左右反転した画像もトレーニングデータに加えます。 またガンマ補正によって少し暗くしたり明るくした画像もトレーニングデータに加えます。 2.顔検出 顔検出ではdlibを使います。 OpenCV にも顔検出機能がありますがdlibの方が良いでしょう。 理由としては OpenCV はインストールが面倒で、精度がdlibより低く、次のステップで使う顔の特徴点検出機能がない、という点が上げられます。 python 版のdlibならばpip insta