摘要
本发明公开了一种识别全球人种的深度学习方法及系统,方法包括S1、人脸检测:针对采集到的视频文件,对每个视频文件的每一帧进行人脸检测,并对检测出的人脸区域进行裁取,保存为人脸图片文件;S2、人工标注:人工对人脸图片文件进行标注,以对人脸图片进行人种分类;S3、模型训练:利用人工标注好的人脸图片文件对基于CAFormer网络模型构建的人种分类模型进行训练、验证和测试,获取性能最优的人种分类模型。优点是:能够准确识别用户提交图片中的人脸数量、位置及所属人种,能够更好地学习不同人种的特征,提高人种分类的准确性。
技术关键词
人脸图片
深度学习方法
人脸检测算法
sigmoid函数
深度学习系统
准确识别用户
传播算法
人脸检测模型
面部关键点
更新模型参数
肤色
移动设备
模型训练模块
人脸位置
数据采集模块
面部特征
网络
图像
系统为您推荐了相关专利信息
交通标志识别
交通标志检测方法
融合特征
语义特征
重叠面积
反无人机
反制系统
布点方法
多重约束条件
坐标位置信息
卷积神经网络学习
注意力机制
序列特征
复合物
口袋
智能监测装置
智能监测方法
反射镜模块
光通信
光电探测器