笑脸识别从零开始研究:小tips(1)

近几个月的笑脸识别研究过程中踩了很多坑,担心记录在本地容易不小心给删了,记录一份放在网上

回顾学习之路,程序上从C++开始,到执着于Python,从实现简单的图像剪切到自己构建卷积神经网络,筚路蓝缕,我心依旧。

以下为关于笑脸识别的个人自学记录,不具备科学的严谨性,仅作参考。


【pycharm安装】

使用过程可看链接:https://www.jianshu.com/p/b7f735930c36

官方文档底部也有问题处理方案

http://www.tensorfly.cn/tfdoc/get_started/os_setup.html

前面加上sudo是一种获取root权限的方式

环境清理:

https://blog.csdn.net/jasonzzj/article/details/52583891

安装方式:

https://www.cnblogs.com/vijozsoft/p/7832229.html

安装问题解决:

https://baijiahao.baidu.com/s?id=1577415696551026393&wfr=spider&for=pc

安装问题解决2:

https://blog.csdn.net/tanlangqie/article/details/79590088

【使用说明:pycharm】

https://www.cnblogs.com/tsingke/p/7392800.html

我主要问题是看不懂部分英文

Pycharm将根据PEP8的代码规范机制来报告当前存在的格式问题

1.什么是Run/Debug模式

每个需要运行/调试的脚本文件都需要一个特殊的配置文件来指定其脚本名称、所在目录以及其他重要的运行调试信息。Pycharm已经集成了这种配置文件,避免用户手动去创建。

每次当你单击Run或者Debug按钮时(或者在快捷菜单中执行相同操作),实际上都是将当前的运行/调试配置文件加载到当前的调试模型中。

什么是断点?

一个breakpoint标记了一个行的位置,当程序运行到该行代码的时候,Pycharm会将程序暂时挂起以方便我们对程序的运行状态进行分析。Pycharm支持若干中类型的断点types of breakpoints,可以通过对应图标进行分辨

Pycharm会执行以下操作:

(1)PyCharm开始运行,并在断点处暂停

(2)断点所在代码行变蓝,意味着Pycharm程序进程已经到达断点处,但尚未执行断点所标记的代码。

(3)Debug tool window窗口出现,显示当前重要调试信息,并允许用户对调试进程进行更改。

【pip安装到指定目录】

pip install --target=users/liuzuoli/anaconda/bin/python tflearn

pip install --target=users/liuzuoli/anaconda/bin/python tensorflow

【优化器选择SGD还是AdamOptimizer

https://blog.csdn.net/weixin_38145317/article/details/79346242

【训练样本各类比例不同,准确率不同】

https://blog.csdn.net/heyongluoyao8/article/details/49408131

分析训练样本比例不同对人脸识别结果的影响

https://www.cnblogs.com/laiqun/p/6248784.html

目前的数据集安排是不平衡的,因为笑脸:非笑脸=3:1

在类间数据量不平衡的训练过程中,模型对数据量多的类别的分布拟合的更好,导致对该类的分类性能更好

训练出有实用价值的模型,需要有平衡机制

在实验中最好保持1:1

【谷歌学术要可靠一些】

知网和百度学术查不来的东西感觉不行

https://c3.glgooo.top/scholar?as_ylo=2018&q=smile+recognition&hl=zh-CN&as_sdt=0,5

【pycharm最全使用教程】

http://www.360doc.com/content/17/1001/00/99071_691478324.shtml

【stdafx】

stdafx的英文全称为:Standard Application Framework Extensions(标准应用程序框架的扩展)。

所谓头文件预编译,就是把一个工程(Project)中使用的一些MFC标准头文件(如Windows.H、Afxwin.H)预先编译,以后该工程编译时,不再编译这部分头文件,仅仅使用预编译的结果。这样可以加快编译速度,节省时间。

你可能感兴趣的:(笑脸识别从零开始研究:小tips(1))