Это введение в「HOPE-Net」, модель машинного обучения, которую можно использовать с ailia SDK. Вы можете легко использовать эту модель для создания приложений ИИ с помощью ailia SDK, а также многих других готовых к использованию AIlia MODELS.
Обзор
HOPE-Net – это модель машинного обучения, выпущенная в октябре 2017 года и вычисляющая углы по трем осям (рыскание, наклон и крен) лица на входном изображении.
Архитектура
Обнаружение ориентации лица — важная технология, используемая для обнаружения взгляда и распознавания объектов, за которыми наблюдают в кадре.
Обнаружение ориентации лица обычно работает путем обнаружения ключевых точек целевого лица и преобразования этих точек из 2D в 3D с использованием стандартной модели головы. Однако существует проблема, заключающаяся в том, что результат зависит от точности ключевых точек лица и необходимости специальной подгонки.
HOPE-Net использует сверточные нейронные сети с множественными потерями для определения ориентации лиц на одном снимке. Используя в качестве входных данных лицо, обнаруженное детектором лиц, ResNet50 извлекает функции, а FC Layer вычисляет рыскание, тангаж и крен.
HOPE-Net лучше всего работает с AFLW2000, набором данных, состоящим из первых 2000 изображений набора данных Annotated Facial Landmarks in the Wild (AFLW), которые были повторно аннотированы 68 трехмерными ориентирами.
использование
Используйте следующую команду, чтобы запустить HOPE-Net и определить ориентацию лица с веб-камеры.
$ python3 hopenet.py -v 0
Вы также можете использовать более быструю версию, использующую ShuffleNetV2 вместо ResNet50, с помощью следующей команды.
$ python3 blazehand.py --lite -v 0
Вот какой результат вы можете ожидать.
Связанная тема
Топор Инк. разработал ailia SDK, который обеспечивает кросс-платформенный быстрый вывод на основе графического процессора.
ax Inc. предоставляет широкий спектр услуг от консалтинга и создания моделей до разработки приложений и SDK на основе ИИ. Не стесняйтесь связаться с нами для любого запроса.