| file1 | file2 | facenet(欧式距离) | facenet(欧式距离-显卡) | vggface(余弦相似度) |
|---|---|---|---|---|
| gg1.jpg | gg2.jpg | 0.6976 | 0.6545 | 0.74451 |
| gg1.jpg | gg3.jpg | 0.7641 | 0.6883 | 0.626138 |
| gg1.jpg | gg5.jpg | 0.7882 | 0.7961 | 0.58714 |
| gg1.jpg | gg6.jpg | no detect | x | 0.473986 |
| gg1.jpg | gg7.jpg | no detect | x | 0.475262 |
| 6.jpg | 33.jpg | 0.6209 | x | 0.467728 |
| gg2.jpg | gg3.jpg | 0.7289 | 0.7287 | 0.646415 |
| g2.jpg | gg5.jpg | 0.8284 | 0.8286 | 0.684934 |
| gg2.jpg | gg6.jpg | no detect | x | 0.560137 |
| gg3.jpg | gg5.jpg | 0.6176 | 0.6175 | 0.619669 |
| rr.jpg | rr2.jpg | 0.5816 | x | 0.545326 |
PS:facenet是基于tensorflow实现,vggface是基于caffe实现
还有TensorFlow的facenet运行相当慢，耗时是caffe的5倍
----------------------------------AI 学习路线图----------------------
1 先熟悉TensorFlow，caffe的环境，能安装，跑demo
2 从你感兴趣的课题切入，我比较感兴趣人脸识别，图像检测，觉得比较好玩，有兴趣才有动力嘛
然后学习下文本处理，比如分词，文本摘要生成，从github或开源的代码寻找相关感兴趣的，然后试着改成你想要的
4 自己尝试写一些力所能及的代码，体会其中的原理
5 逐步深入，优化开源的，加大难度
本来想以C++主要学习路线，caffe还可以全部用C++，TensorFlow就不行了，很多API只有python的