1.Casia-FaceV5数据集描述
包含500个人的照片,每个人5张,共2500张照片。照片size:height 480,width 640。需要自行划分训练集测试集。
数据集下载
2.做识别训练中存在的问题:
由于每一类的样本只有5张照片,数量太小,所以分类难度不大,进一步做优化的空间很小,仅适用于简单的练手。
3.代码
from __future__ import print_function
import keras
from keras.layers import Input, Dense, Flatten, add
from keras.layers import Conv2D, Activation, MaxPooling2D, AveragePooling2D
from keras import backend as K
from keras.callbacks import ModelCheckpoint
import tensorflow as tf
from keras.models import Model
from keras.utils import plot_model
from sklearn.model_selection import train_test_split
import os
import numpy as np
import cv2
import random
# FLAGS参数设置
FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_integer('batch_size', 4, '')
# 训练数据路径
tf.app.flags.DEFINE_string('file_path',
'E://database//64_CASIA-FaceV5//jieya',
'Filepattern for training data.')
tf.app.flags.DEFINE_string('model_path',
'modeldir.VGGface1',
'模型保存路径')
tf.app.flags.DEFINE_integer('height', 480, '')
tf.app.flags.DEFINE_integer('width', 640, '')
tf.app.flags.DEFINE_integer('IMAGE_CHANNELS', 3, '')
tf.app.flags.DEFINE_integer('num_classes', 500, '类别数')
tf.app.flags