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
摘要 最近的研究表明，良好的特征嵌入是获得良好的学习性能的关键。我们观察到具有不同交并比(IoU)分数的目标候选框类似于对比方法中使用的图像内增强。 我们利用这种类比，并结合监督对比学习，以实现更稳健
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 前言 【个人学习笔记记录，如有错误，请指正！】 一、锚框 理解锚框之前，我们需
两个关于yolo-fastest的资料 https://github.com/dog-qiuqiu/Yolo-FastestV2/ https://github.com/dog-qiuqiu/Yolo-Fastest
1. 引言 最近整理了YOLO系列相关论文阅读笔记,发现仅仅靠阅读论文还是有很多内容一知半解,吃得不是很透彻. 尽管网络上有很多博客都在讲解,但是很多实现细节细究起来还是有些困难. 俗话说的好: Talk is cheap. Show me
暂无评论