登录社区云，与社区用户共同成长
邀请您加入社区
一、基础理论我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像（面部图像）和负样本图像〈不含面部的图像）来训练分类器。我们需要从其中提取特征。下图中的 Haar特征会被使用，就像我们的卷积核，每一个特征是一个值，这个值等于黑色矩形中的像素值之和减去白色矩形中的像素值之和。1、Haar分类算法Haar特征：（核）（切片）Haar特征值反映了图像的灰度变化情况。例如︰脸部的一些特征能由矩形特
二值图的几种制作方式
随着深度学习和图像处理技术的迅猛发展，人脸识别系统成为了一个备受关注的领域。本文将介绍如何使用这些先进技术来构建一个高效准确的人脸识别系统。我们将深入探讨人脸检测、特征提取和分类等关键步骤，并提供相应的代码实现。
本篇为《深度学习实战专栏》-基于PyTorch的深度学习实战的下篇，主要内容为在PyTorch下搭建神经网络实现Mnist手写数字图像识别相关工作
