x-anylabelimg如何标识人脸

2024-06-12 16:44
文章标签 anylabelimg 人脸 标识

本文主要是介绍x-anylabelimg如何标识人脸,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

软件地址,下载CPU版本就好
https://github.com/CVHub520/X-AnyLabeling/releases/tag/v2.0.0

一、打开软件选择的一个按钮,选择文件夹

在这里插入图片描述

二、选择模型运行

未下载的模型需要安全上网下载
在这里插入图片描述
选用Yolov6Lite_l-Face MeiTuan生成的文件格式,略作调整自动保存成同一目录下的json文件,json文件内容就是左上、右上、右下、左下的点,根据你要的形式处理后续的数据集

{"version": "2.3.6","flags": {},"shapes": [{"label": "face","points": [[290.0,206.0],[409.0,206.0],[409.0,360.0],[290.0,360.0]],"group_id": null,"description": null,"difficult": false,"shape_type": "rectangle","flags": null,"attributes": {}},{"label": "left_eye","points": [[318.0,254.0]],"group_id": 0,"description": null,"difficult": false,"shape_type": "point","flags": null,"attributes": {}},{"label": "right_eye","points": [[372.0,255.0]],"group_id": 0,"description": null,"difficult": false,"shape_type": "point","flags": null,"attributes": {}},{"label": "nost_tip","points": [[341.0,288.0]],"group_id": 0,"description": null,"difficult": false,"shape_type": "point","flags": null,"attributes": {}},{"label": "left_mouth_corner","points": [[323.0,317.0]],"group_id": 0,"description": null,"difficult": false,"shape_type": "point","flags": null,"attributes": {}},{"label": "right_mouth_corner","points": [[371.0,317.0]],"group_id": 0,"description": null,"difficult": false,"shape_type": "point","flags": null,"attributes": {}}],"imagePath": "frame_80.jpg","imageData": null,"imageHeight": 480,"imageWidth": 640
}

这篇关于x-anylabelimg如何标识人脸的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1054768

相关文章

【Python机器学习】NMF——将NMF应用于人脸图像

将NMF应用于之前用过的Wild数据集中的Labeled Faces。NMF的主要参数是我们想要提取的分量个数。通常来说,这个数字要小于输入特征的个数(否则的话,将每个像素作为单独的分量就可以对数据进行解释)。 首先,观察分类个数如何影响NMF重建数据的好坏: import mglearn.plotsimport numpy as npimport matplotlib.pyplot as

前端小白指南:前端生成唯一设备标识的那些事儿

最近,我在使用javascript开发一个基于Chrome的插件,遇到了一个有意思的需求。插件需要生成一个授权码(code),但为了确保安全性,这个code必须与设备绑定,防止被不同的设备使用,限制一个code只能在一个设备上使用。这个需求带来了一个问题:我该如何在前端中获取当前设备的唯一标识呢? 解决方法 在对浏览器的限制做了进一步了解,因为涉及到用户隐私问题,因为MAC地址是一种物理

ClickOnce 自动更新报错:部署标识与预订不匹配

一、遇到的问题        最近的项目采用的是VS自带的部署工具ClickOnce部署检测更新。开始并没有什么问题,但是最近一两次经常遇到:服务器更新版本后,客户端升级会出现以下错误:       执行此操作期间检测到下列错误。 * [28.12.2017 18:16:17] System.Deployment.Application.DeploymentException (Subscrip

Java面试八股之myBatis中#{}和${}标识的区别是什么

myBatis中#{}和${}标识的区别是什么 MyBatis中的#{}和${}都是用来动态地向SQL语句中插入参数的,但它们之间存在几个关键的区别: 预编译与字符串替换: #{}是预编译处理的参数占位符。MyBatis会将#{}中的内容替换为一个预编译语句的参数标记(通常是一个问号?),并在执行SQL前通过PreparedStatement将实际参数值安全地绑定到这个占位符上。这种方式可以

基于 Arm 虚拟硬件实现人脸特征提取模型的部署

基于 Arm 虚拟硬件实现人脸特征提取模型的部署 文章目录 1 实验背景1.1 Arm 虚拟硬件介绍1.2 文章简介 2 实验目标3 实验前准备3.1 订阅 Arm 虚拟硬件镜像的百度智能云云服务器 BCC 实例3.2 克隆实验代码 4 实验步骤4.1 配置开发环境4.1.1 配置 CMSIS-Toolbox 环境4.1.2 配置 Python 环境4.1.3 配置 CMSIS-Pa

【C#项目】使用百度ai人脸库实现人脸识别

1. 项目介绍 本项目利用百度AI的人脸识别技术,开发了一个可以进行人脸识别的应用程序。项目涉及网络连接、文件处理、图像处理、数据库管理及音视频处理等多个技术领域。本文将详细介绍项目的整体架构和实现过程。 2. 技术栈 本项目使用了以下技术: 编程语言:C#框架和库: 网络连接:HttpClient文件处理:System.IO图像处理:OpenCvSharp, System.Drawing

人脸属性 技术总结

对人脸的基本属性 实现 实时性分析。其基本属性包括:68个关键点,表情,年龄(年龄段),性别,种族。 2.可用于研究的数据集 关键点检测可用数据库:BioID(1000张 20个关键点),LFPW:(1132 张,29个关键点),AFLW(25993张,21个关键点),COFW:(1852张,每个人脸标定29个关键点),ICCV13/MVFW :(2500张,68个关键点),OCFW: (

MTCNN 人脸检测论文解读,及tensorflow代码实现

Face detection mtcnn 目录 1 MTCNN简介2 训练阶段 2.1 训练数据生成2.2 网络结构2.3 代价函数 3 预测阶段 MTCNN简介 《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》论文解读。 相比于R-CNN系列通用检测方法,本文更

3维人脸重建

3DMM 介绍 https://blog.csdn.net/likewind1993/article/details/81455882 https://blog.csdn.net/jcjx0315/article/details/78671670 代码: https://github.com/YadiraF/face3d CNN相关方法介绍 VRN(基于三维登高平面回归的网络)

人脸检测:RetinaFace(开源简化版)详细解读

介绍 Insight Face在2019年提出的最新人脸检测模型,原模型使用了deformable convolution和dense regression loss, 在 WiderFace 数据集上达到SOTA。截止2019年8月,原始模型尚未全部开源,目前开源的简化版是基于传统物体检测网络RetinaNet的改进版,添加了SSH网络的检测模块,提升检测精度,作者提供了三种基础网络,基于Re