Comments 9
Не обязательно было делать связку Python-Node. Можно было прямо в ноде всё сделать.
И даже сделать так, чтобы работало всё на клиенте чтобы javascript-приложение можно было обернуть в cordova и запускать на мобильном. Более того, на клиенте можно и WebGL использовать, но…, да, молчу-молчу.
Есть целый ряд рабочих библиотек под JS
https://github.com/harthur-org/brain.js
https://github.com/karpathy/convnetjs
И даже сделать так, чтобы работало всё на клиенте чтобы javascript-приложение можно было обернуть в cordova и запускать на мобильном. Более того, на клиенте можно и WebGL использовать, но…, да, молчу-молчу.
Есть целый ряд рабочих библиотек под JS
https://github.com/harthur-org/brain.js
https://github.com/karpathy/convnetjs
распознавания лиц с точностью 99,38%
Пардон, вопрос, а кто оценку точности проводил?..
В репозитории все указано (если туда смотреть, конечно)
Смотреть-то я смотрел, поэтому и вопрос задал. Там указано, где проводились тесты, это да, но на странице с этими тестами я нигде не нашел подтверждения, что конкретно ваша библиотека и алгоритм работают именно с такой точностью. Поймите правильно, в заголовке указана вполне конкретная точность — а конкретные цифры требуют конкретного подтверждения, иначе это похоже на цифру, взятую с потолка.
Да, простите, погорячился, а сам не до конца просмотрел.
Насколько я понимаю, нет никакой «его библиотеки и его алгоритма». Автор взял готовый питоновский модуль face_recognition (кстати интересная вещь, надо посмотреть), который основан на плюсовой библиотеке dlib. Некие ребята тестили эту штуку на LFW и получили озвученную точность. А автор просто написал враппер, который позволяет поднять веб-сервер с красивеньким интерфейсом для всего этого.
Точность 99.38 % ?? А действительно, как считали?
Под точностью Вы понимаете FAR? При каком FRR достигается подобное значение?
Под точностью Вы понимаете FAR? При каком FRR достигается подобное значение?
Sign up to leave a comment.
Создание оффлайнового распознавания лиц с точностью 99,38% на Python и Node.js