人臉識別算法實驗:facenet人臉識別率測試

前言

本文記錄對人臉識別算法facenet亞洲人臉數(shù)據(jù)集上準確率的詳細測試結(jié)果。

2020-4-7 日更新每個人三張底片

2020-4-2 日更新每個人一張圖片作為數(shù)據(jù)和兩張圖片作為數(shù)據(jù)托慨。


數(shù)據(jù)集

CASIA Face Image Database Version 5.0此數(shù)據(jù)集包含500個亞洲人喳整,每個人5張單人照片,一共2500張照片。

數(shù)據(jù)集樣式

每個人一個文件夾

下載鏈接:CASIA Face Image Database Version 5.0

處理方法

  • 從每個人的文件夾中選取第一張圖片作為facenet的dataset,剩余的四張圖片作為輸入網(wǎng)絡(luò)的測試數(shù)據(jù),得到第一個測試數(shù)據(jù)检柬,每人4張照片,一共2000張,數(shù)據(jù)集大小是500何址。

    作為facenet的數(shù)據(jù)庫數(shù)據(jù), 500張

    作為facenet的測試數(shù)據(jù)进胯, 2000張

  • 與上一步驟一樣方式用爪,這次取每個人的第二張圖片作為facenet的dataset,剩余四張作為輸入的測試

  • 以此類推胁镐,一共可以得到五個測試數(shù)據(jù)集

  • 將每個人的第一張和第二張照片取出偎血,作為dataset,剩余三張作為測試圖片

    作為facenet數(shù)據(jù)庫數(shù)據(jù)盯漂,1000張

    作為facenet的測試數(shù)據(jù)颇玷,1500張

這樣做的目的是測試數(shù)據(jù)庫中需要有多少張單個人的圖像,才能做到較好的測試效果就缆。

部分結(jié)果

  • 每個人一張照片作為數(shù)據(jù)庫的數(shù)據(jù)帖渠,四張照片用作測試

    • 取每個人的第張照片測試準確率:85.34677 0.8742268041237113
    • 取每個人的第張照片測試準確率:85.51308 0.8758269720101781
    • 取每個人的第張照片測試準確率:84.9094 0.8609979633401222
    • 取每個人的第張照片測試準確率:82.91075 0.8512182477967859
    • 取每個人的第張照片測試準確率:82.07739 0.8432488360062079
  • 每個人張照片作為數(shù)據(jù)庫的數(shù)據(jù),三張照片用作測試

    • 取每個人第一第二張圖片測試準確率:89.73 0.9217451523545707
    • 取每個人第二第三張圖片測試準確率:90.00 0.9192886456908345
    • 取每個人第三第四張圖片測試準確率:90.13 0.918580375782881
    • 取每個人第四第一張圖片測試準確率:94.35 0.9501054111033029
    • 取每個人第五第二張圖片測試準確率:91.85 0.919500346981263
  • 每個人三張底片

0.953241232731137
0.9582441113490364
0.9302325581395349
0.9549738219895288
0.9670912951167728


小結(jié)

每個人只有張圖片在數(shù)據(jù)庫中測試的準確率在百分之8085竭宰;
每個人有張圖片在數(shù)據(jù)庫中測試的準確率在百分之9095

后期工作

  • 每個人取三張圖片放入數(shù)據(jù)庫進行測試
  • 加入其他圖片混淆
    • 對數(shù)據(jù)庫中沒有的人臉進行預(yù)測空郊,如果結(jié)果是Unknown則為正確預(yù)測
    • 每個人取若干張圖片放入數(shù)據(jù)庫,在額外添加同比列張數(shù)其他人臉圖片進行測試

部分測試截圖

2020-04-02 18-36-05 的屏幕截圖.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末切揭,一起剝皮案震驚了整個濱河市狞甚,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌廓旬,老刑警劉巖哼审,帶你破解...
    沈念sama閱讀 221,695評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異孕豹,居然都是意外死亡涩盾,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,569評論 3 399
  • 文/潘曉璐 我一進店門巩步,熙熙樓的掌柜王于貴愁眉苦臉地迎上來旁赊,“玉大人,你說我怎么就攤上這事椅野≈粘” “怎么了?”我有些...
    開封第一講書人閱讀 168,130評論 0 360
  • 文/不壞的土叔 我叫張陵竟闪,是天一觀的道長离福。 經(jīng)常有香客問我,道長炼蛤,這世上最難降的妖魔是什么妖爷? 我笑而不...
    開封第一講書人閱讀 59,648評論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上絮识,老公的妹妹穿的比我還像新娘绿聘。我一直安慰自己,他們只是感情好次舌,可當(dāng)我...
    茶點故事閱讀 68,655評論 6 397
  • 文/花漫 我一把揭開白布熄攘。 她就那樣靜靜地躺著,像睡著了一般彼念。 火紅的嫁衣襯著肌膚如雪挪圾。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,268評論 1 309
  • 那天逐沙,我揣著相機與錄音哲思,去河邊找鬼。 笑死吩案,一個胖子當(dāng)著我的面吹牛棚赔,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播务热,決...
    沈念sama閱讀 40,835評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼忆嗜,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了崎岂?” 一聲冷哼從身側(cè)響起捆毫,我...
    開封第一講書人閱讀 39,740評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎冲甘,沒想到半個月后绩卤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,286評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡江醇,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,375評論 3 340
  • 正文 我和宋清朗相戀三年濒憋,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片陶夜。...
    茶點故事閱讀 40,505評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡凛驮,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出条辟,到底是詐尸還是另有隱情黔夭,我是刑警寧澤,帶...
    沈念sama閱讀 36,185評論 5 350
  • 正文 年R本政府宣布羽嫡,位于F島的核電站本姥,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏杭棵。R本人自食惡果不足惜婚惫,卻給世界環(huán)境...
    茶點故事閱讀 41,873評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧先舷,春花似錦艰管、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,357評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至尔破,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間浇衬,已是汗流浹背懒构。 一陣腳步聲響...
    開封第一講書人閱讀 33,466評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留耘擂,地道東北人胆剧。 一個月前我還...
    沈念sama閱讀 48,921評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像醉冤,于是被迫代替她去往敵國和親秩霍。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,515評論 2 359

推薦閱讀更多精彩內(nèi)容

  • 對于人與自然的關(guān)系的認識,不同的人有不同的看法螺捐。有人說人與自然是從屬關(guān)系颠悬,人類是自然界的一份子,人要順從自然定血,適應(yīng)...
    莫有名字閱讀 576評論 0 0
  • (桐下寫吧‘挑戰(zhàn)21天’第四期赔癌,第1天) 昨天我們班進行了“區(qū)三好”“區(qū)優(yōu)秀”的選舉活動,通過四個步驟在班上選舉出...
    潔_627閱讀 474評論 0 2
  • 一個輾轉(zhuǎn)反側(cè)的夜晚,因為這心情有著過山車式的變化悼枢,暑假社會實踐因故取消埠忘!遺憾的是真的渴望有這樣一次別樣的經(jīng)歷,開心...
    愛劉同的考研er閱讀 421評論 0 4