最近在做人脸重建的项目时，需要对图片进行检测裁剪的预处理操作，发现仅仅使用dlib中的get_frontal_face_detector类进行人脸检测效率并不高。
而使用训练好的模型dlib.cnn_face_detection_model_v1检测成功率更高。
预训练模型为：mmod_human_face_detector.dat（可在dlib官网进行下载）
版权声明：本文为CSDN博主「宇明隙」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/ioooonh/article/details/122652747
Few-shot Object Detecion via Feature Reweighting 最近入坑小样本检测，所以会更新一些论文解读，调研一下 本文使用元学习的方法进行训练，基础框架为单阶段目标
google官方efficientdet网络训练自己数据集步骤以及问题解决 1、谷歌官方代码网址，github上有各种版本的，建议使用官方的不会出现什么问题。 https://github.com/google/
VOC格式标签转换为yolo格式的标签 xml -> txt # _*_ coding:utf-8 _*_ import xml.etree.ElementTree as ET import pickle import os from os
一、监督学习分类 根据数据集的标注情况，分为：监督学习、弱监督学习、弱半监督学习和半监督学习。 监督学习：数据集为带实例级标注的标签，包含坐标和类别信息 弱监督学习：数据
暂无评论