Jumping Bytes and Hopping Bits
the church of tech
Menu

dlib 예제 August 2, 2019

이는 위의 그래프에서 AP_50 및 AP_75 점수에서 더 자세히 설명할 수 있습니다. AP_X는 지면 진리와 감지된 상자 사이에 X% 중첩이 있을 때 정밀도를 의미합니다. Dlib 모델의 AP_75 점수는 0이지만 AP_50 점수는 Haar보다 높습니다. 이는 Dlib 모델이 Haar보다 더 많은 면을 감지할 수 있지만 dlib의 작은 경계 상자는 AP_75 및 기타 숫자를 낮춥시된다는 것을 의미합니다. 또는 dlib의 파이썬 인터페이스에 파이썬 바인딩을 더 추가하려면 setup.py 파일을 피하고 CMake를 사용하여 직접 작업할 수 있습니다. 특히 dlib의 파이썬 API는 도구 / 파이썬 폴더의 CMake 프로젝트에 의해 만들어졌습니다. 일반적인 CMake 명령을 사용하여 이 프로젝트를 빌드하고 컴파일할 때 dlib에 대한 파이썬 API를 정의하는 dlib 공유 라이브러리를 출력합니다. 내 분석에 따르면, dlib에 대한 낮은 숫자에 대한 이유는 다음과 같습니다 : 모델은 dlib 모델 리포지토리에서 다운로드 할 수 있습니다. 그것은 수동으로 이미지 넷, PASCAL VOC, VGG, 와이드, 얼굴 스크럽 과 같은 다양한 데이터 세트의 이미지로 구성된 저자, 데이비스 킹에 의해 레이블이 지정 된 데이터 세트를 사용합니다. 그것은 7220 이미지가 포함되어 있습니다. 데이터 집합은 여기에서 다운로드 할 수 있습니다 당신이이 기사를 좋아하고 코드 (C ++ 및 파이썬)와이 게시물에 사용되는 예제 이미지를 다운로드하고자하는 경우, 우리의 뉴스 레터를 구독하시기 바랍니다. 또한 무료 컴퓨터 비전 리소스 가이드를 받게 됩니다.

뉴스레터에서는 C++/Python으로 작성된 OpenCV 자습서 및 예제와 컴퓨터 비전 및 기계 학습 알고리즘 및 뉴스를 공유합니다. 또한 Visual Studio에서 미리 컴파일된 C++ 라이브러리를 사용하는 것과 관련된 문제에 대해서도 주의해야 합니다. TLDR은 사용자가 수행하는 작업을 실제로 알지 못하면 Visual Studio에서 미리 컴파일된 라이브러리(예: .lib 파일)를 사용하지 않아야 한다는 것입니다. 이것은 dlib 제한이 아닙니다. 그것은 dlib와는 아무 상관이 없습니다. 그것은 단지 어떻게 Visual Studio 작동. 그것에 대해 저에게 물어보지 마십시오. 이를 이해하려면 Visual Studio 설명서와 특히 이 훌륭한 개요를 읽어야 합니다. OpenCV-DNN 모델을 평가하는 데 사용되는 스크립트를 사용하여 FDDB 데이터 집합을 사용하여 4 개의 모델을 평가하려고했습니다.

Categories: Uncategorized