阿里天池2018 Keypoints Detection of Apparel-Challenge the Baseline

Hdu_DeepLearning

记录自己在创新实践课程的学习.仓库：https://github.com/Qinxianshen/Hdu_DeepLearning

• 阿里天池2018广东工业智造图像比赛
• 阿里天池2018 Keypoints Detection of Apparel-Challenge the Baseline
• 人脸关键节点检测
• LFW人脸库处理以及人脸识别

阿里天池2018广东工业智造图像比赛

学习使用2018年最新的group normalization来处理图像瑕疵检测

将大赛给的四百多张铝型材图片，根据所损坏的程度分成12类。确定为图形分类问题。

瑕疵名	提交结果
正常	norm
不导电	defect1
擦花	defect2
横条压凹	defect3
桔皮	defect4
漏底	defect5
碰伤	defect6
起坑	defect7
凸粉	defect8
涂层开裂	defect9
脏点	defect10
其他	defect11

label_warp = {'正常': 0,
              '不导电': 1,
              '擦花': 2,
              '横条压凹': 3,
              '桔皮': 4,
              '漏底': 5,
              '碰伤': 6,
              '起坑': 7,
              '凸粉': 8,
              '涂层开裂': 9,
              '脏点': 10,
              '其他': 11,
              }

具体的处理方法看仓库 仓库地址

最终成绩：（668/2972）

阿里天池2018 Keypoints Detection of Apparel-Challenge the Baseline

• 数据预处理
• 训练模型
• 用模型去预测新的点的位置

详细内容见相关仓库： 衣服关键节点检测

人脸关键节点检测

• 人脸定位
• 数据加载处理
• MobileNet网络编写
• 训练与测试

没用数据增强： 

使用数据增强： 

红色的点是预测的值，蓝色的点是实际的值

详细内容见相关仓库： 人脸关键节点检测

LFW人脸库处理以及人脸识别

• Group Normaliztion
• 卷积原理
• MobileNet
• 使用VGG19+Group Normaliztion 在LFW上分类

详细内容见相关仓库： LFW人脸库处理

人脸识别

关于我

Github:https://github.com/Qinxianshen

CSDN: https://blog.csdn.net/Qin_xian_shen

个人博客: http://saijiadexiaoqin.cn/

Gitchat:https://gitbook.cn/gitchat/author/59ef0b02a276fd1a69094634

哔哩哔哩：https://space.bilibili.com/126021651/#/

微信公众号：松爱家的小秦

更多LIVE：

如何利用 Selenium 爬取评论数据？

Neo4j 图数据库在社交网络等领域的应用

如何快速编写小程序商城和安卓 APP 商城