首页 文章 精选 留言 我的

精选列表

搜索[基准测试],共10000篇文章
优秀的个人博客,低调大师

facenet 进行人脸识别测试

1.简介:facenet 是基于 TensorFlow 的人脸识别开源库,有兴趣的同学可以扒扒源代码:https://github.com/davidsandberg/facenet 2.安装和配置 facenet 我们先将 facenet 源代码下载下来: git clone https://github.com/davidsandberg/facenet.git 在使用 facenet 前,务必安装下列这些库包: 或者直接移动到 facenet 目录下,一键安装 pip install -r requirements.txt 3.下载 LFW 数据集 LFW 是由美国马萨诸塞大学阿姆斯特分校计算机视觉实验室整理的。它包含13233张图片,共5749人,其中4096人只有一张图片,1680人的图片多余一张,每张图片尺寸是250x250 。 下载地址:http://vis-www.cs.umass.edu/lfw/ ->Menu->Download->All images as gzipped tar file 下载完成后,我们将文件解压到 facenet/data/lfw_data/lfw 目录下(没有的话自己建个目录),在 lfw_data 目录下新建一个目录 lfw_160,用来存放裁剪后图片。 4.对图像进行预处理 因为程序中神经网络使用的是谷歌的“inception resnet v1”网络模型,这个模型的输入时160*160的图像,而我们下载的LFW数据集是250*250限像素的图像,所以需要进行图片的预处理。 运行facenet/src/align/align_dataset_mtcnn.py 来修改图片尺寸大小,加入下列参数 facenet/data/lfw_data/lfw #输入图像文件夹 facenet/data/lfw_data/lfw_160 #输出图像文件夹 --image_size 160 --margin 32 --random_order--gpu_memory_fraction 0.25 #指定裁剪后图像大小(如果不指定,默认的裁剪结果是182*182像素的) 即 python align_dataset_mtcnn.py facenet/data/lfw_data/lfw facenet/data/lfw_data/lfw_160 --image_size 160 --margin 32 --random_order--gpu_memory_fraction 0.25 如果用的是 pycharm,可以在 RUN -> Edit Configurations 下添加参数信息,然后运行 align_dataset_mtcnn.py 文件: **这里自己运行的时候一直报错提示:No module named 'align' 将 align_dataset_mtcnn.py 移动至 src 文件夹下再运行就不会报错了。 校准后图像大小即变为160 x 160 。 5.评估 Google 预训练模型在数据集中的准确性 facenet提供了两个预训练模型,分别是基于CASIA-WebFace和 VGGFace2人脸库训练的。(由于存储在 Google 网盘中,需要 FQ 下载使用) GitHub 地址:https://github.com/davidsandberg/facenet 这里我采用的是 CASIA-WebFace 预训练模型,有兴趣了解的小伙伴,可以到CASIA-WebFace 官网看看: http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html 将下载好的预训练文件解压到facenet/src/models目录下: 添加参数 facenet/data/lfw_data/lfw_160 facenet/src/models/20180408-102900 运行validate_on_lfw.py 文件。 这里我刚开始运行的时候报错: 发现是预训练模型版本太旧,我们在 facenet 上下载最新的CASIA-WebFace 训练库再重新运行即可。 运行结果如下: 可以看到识别精度可以达到 97.7%,其识别准确度还是非常不错的。 但是程序运行完以后虽然最终运行结果正确,但是最后却还是报了个错误:_2_input_producer: Skipping cancelled enqueue attempt with queue not closed 原因是主线程已经关闭,但是读取数据入队线程还在执行入队。 由于自己对 TensorFlow 线程还不是特别了解,暂时还没有解决这个问题。

优秀的个人博客,低调大师

打造IOS移动渗透测试平台

是否要越狱,我纠结了很久。Android平台上有很好的图形化黑客工具dsploit和zANTI。东哥从来没有用过Android系统,就不做过多评价。在触屏上敲命令行是一件非常痛苦的事情。 本着生命不息,折腾不止的精神。 用黑哥的话说“整就牛!” ---------------------------------------------------------------------- 首先越狱 安装OpenSSH,修改默认密码(iPhone默认root/alpine) 安装BigBoss Recommendation tools,几乎所有流行的黑客工具都可以在 BigBoss Recommendation tools这个包中找到。 安装: MobileTerminal,它能够让你在设备上直接运行命令行。 ------------------------------------------------------------------------------------------------------ 现在基本环境已经搭建好,今天先安装metasploit,建议用电脑ssh手机安装。 下载ruby环境 wget http://apt.saurik.com/cydia/debs/ruby_1.8.6-p111-5_iphoneos-arm.deb wget http://apt.saurik.com/cydia/debs/rubygems_1.2.0-3_iphoneos-arm.deb 安装ruby dpkg -i ruby_1.8.6-p111-5_iphoneos-arm.deb dpkg -i rubygems_1.2.0-3_iphoneos-arm.deb 安装metasploit git clone git://github.com/rapid7/metasploit-framework 本文转自文东会博客51CTO博客,原文链接http://blog.51cto.com/hackerwang/1607840如需转载请自行联系原作者 谢文东666

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册