Просто лицо.
А дальше очень сильно зависит от того, сколько образцов, насколько отличаются люди и какие выставлены пороги для погрешностей.
В моем случае (когда уже обработаны фотографии за несколько лет и добавлено большое количество образцов), если сейчас взять абсолютно новые фотографии тех людей, что уже есть в системе, то около 90% определяется верно.
Подозреваю что вы использовали ее с настройками по умолчанию, значит с HOG, он да, на CPU вполне норм идет.
Главной проблемой оказалось не найти лица, а корректно идентифицировать людей, с учетом того, что это семейный архив, и условная Маша в 2020 году очень похожа на бабушку Клаву в 1925 :-)
Спасибо за ссылку, посмотрю.
Довольно большой каталог датасетов для создания различных моделей можно найти тут www.tensorflow.org/datasets/catalog/overview?hl=en
Насчет уже обученных моделей не подскажу, не приступал еще к этой задаче.
Спасибо. Про CUBE знаю, но не хотелось привязываться к «взрослой» СУБД. Да и скорость поиска тут не важна, он только на этапе подготовке данных и на фоне остальных операций крайне незначительно времени занимает. А в основном режиме работы поиск идет только по тегам, а это вообще не требует ничего специфического.
Попробовал. Упс.
Ну т.е. оно работает, да, но лица в профиль мимо.
Собственно все проблемы у меня из-за того, что я решил лица в профиль тоже распознавать.
Мне повезло в этом плане с доцифровой эпохи фотографий всего несколько тысяч, так что я их отсканировал и разложил по местам еще с появлением первых нормальных сканеров.
А вы уверены, что были найдены все лица, а не только фронтальные?
Большинство программ просто ищет по фото, а не подсвечивает лица, поэтому увидеть что было пропущено весьма непросто.
Ну и плюс сгруппировать и сопоставить все группы одному человеку с этим пока даже гугл-фото весьма и весьма лажает.
Если говорить о нахождении лиц, то в случае с CNN сложно сказать точные цифры.
Такое ощущение что находит в 100% (если не брать лица повернутые от камеры больше чем на 90). Специально пропущенные я не искал, а случайно не попадались. В первой тестовой (пара десятков групповых фото) выборке нашел все.
HOG около 97% фронтальных и совсем плохо если даже немного повернуты.
Если про кодировку, то алгоритм из face-alignment нормально отрабатывает на ~95% (но то, что не отрабатывает это в основном совсем шлак: не в фокусе, сильно перекрытые или отвернутые), все хорошие отрабатывают отлично.
Соответственно экспериментами с ЧБ не занимался, впрочем, не исключаю что внутри dlib оно само преобразуется, так как в моих экспериментах по работе непосредственно с сетками ЧБ работает лучше.
В моем случае так не выйдет. Как уже писал выше у каждого свое представление от том, какая фотография хорошая, а какая нет. Мы с женой например не сходимся во мнении, на этот счёт, поэтому договорились, что каждый свои фотографии только сам отбирает.
5000 фоток в месяц это зашквар. Абсолютно нет смысла. Если вам хочется запечатлевать моменты, делайте видеоролики. Это еще более сложный, но увлекательный процесс. Монтируйте в мини-фильмы, и ваша Алиса будет там куда более полно запечатлена, чем на тысячах однотипных фоток. А самое главное, это можно будет смотреть. А еще там есть звук. Сейчас видео это самая тема для такого. Фото хорош подходит для тех моментов, где нужно именно неподвижное изображение высокого качества, ну или лень возиться с видео.
5000 это и видео и фото, но на монтаж увы времени нет. Да в будущем тоже, наверное, не будет, но думаю что будет все более качественный ИИ. Тот же гугл фото, например, уже не плохо без участия человека составляет памятные ролики, дальше будет лучше. Не вижу никаких технических проблем даже на базе текущего уровня ИИ сделать систему которая сможет создать ролик по запросу типа «памятные моменты Алисы с бабушкой». Так что пока моя задача сохранить мой семейный big data.
А вот это грустно, т.е. только батарею вынимать (если хочется использовать регулярно)? Или он выключает спустя некоторое время?
А что в помещении? Он умеет последнюю использовать?
Я пользовался несколькими готовыми, проблема в том что они приходят и уходят. А архив остается. Поэтому решил разделить, просмотр и хранение. Для просмотра сейчас Plex, но в комментариях уже и других на рекомендовали, так что может и поменяю. На чисто облачные я пока не готов. Во-первых их в любой момент могут прикрыть или сделать сильно платными. Я вот не уверен что тот же гугл фото доживет до моей пенсии и что на пенсии захочу тратить деньги на его оплату. Но более чем уверен, что через 20-30-40 лет смогу записать весь свой архив на какой-нибудь голографический кубик и отдать по наследству (а там уж и не только распознавание лиц будет, но вообще поиск по куче разных параметров, биг-дата и все дела)
но выкладываете в хранилище-то Вы? Мне кажется, что давать права доступа на запись в семейное фотохранилище всем домочадцам — это путь к его уничтожению (мы же тут не про восстановление из бэкапов)
У нас с ними разные взгляды, на то что есть хорошая фотография. (Для меня это резкая, все смотрят куда надо, никто не закрыл глаза и т.д. А жена человек творческий иной раз что-то мыльное и не резкое ей нравится, своя атмосфера и т.д.). Пару раз на эту тему поругались и решили, что удалять может только то, кто фотографировал.
Так что доступ у всех (но бекапы есть и историей изменений). Более того, такая система как раз и была задумана чтобы они сами могли туда класть фотографии, так как иначе они начинали создавать хаос. А так хоть в иерархии есть порядок.
Но добавил отображение года в интерфейс проверки качества, очень помогает.
А дальше очень сильно зависит от того, сколько образцов, насколько отличаются люди и какие выставлены пороги для погрешностей.
В моем случае (когда уже обработаны фотографии за несколько лет и добавлено большое количество образцов), если сейчас взять абсолютно новые фотографии тех людей, что уже есть в системе, то около 90% определяется верно.
Значит вы ощутили всю мою боль! :)
Довольно большой каталог датасетов для создания различных моделей можно найти тут www.tensorflow.org/datasets/catalog/overview?hl=en
Насчет уже обученных моделей не подскажу, не приступал еще к этой задаче.
Попробовал. Упс.
Ну т.е. оно работает, да, но лица в профиль мимо.
Собственно все проблемы у меня из-за того, что я решил лица в профиль тоже распознавать.
Не пробовал, но там, судя по беглому описанию, тот же dlib под капотом.
Большинство программ просто ищет по фото, а не подсвечивает лица, поэтому увидеть что было пропущено весьма непросто.
Ну и плюс сгруппировать и сопоставить все группы одному человеку с этим пока даже гугл-фото весьма и весьма лажает.
Такое ощущение что находит в 100% (если не брать лица повернутые от камеры больше чем на 90). Специально пропущенные я не искал, а случайно не попадались. В первой тестовой (пара десятков групповых фото) выборке нашел все.
HOG около 97% фронтальных и совсем плохо если даже немного повернуты.
Если про кодировку, то алгоритм из face-alignment нормально отрабатывает на ~95% (но то, что не отрабатывает это в основном совсем шлак: не в фокусе, сильно перекрытые или отвернутые), все хорошие отрабатывают отлично.
Соответственно экспериментами с ЧБ не занимался, впрочем, не исключаю что внутри dlib оно само преобразуется, так как в моих экспериментах по работе непосредственно с сетками ЧБ работает лучше.
habr.com/ru/post/537684/#comment_22561960
5000 это и видео и фото, но на монтаж увы времени нет. Да в будущем тоже, наверное, не будет, но думаю что будет все более качественный ИИ. Тот же гугл фото, например, уже не плохо без участия человека составляет памятные ролики, дальше будет лучше. Не вижу никаких технических проблем даже на базе текущего уровня ИИ сделать систему которая сможет создать ролик по запросу типа «памятные моменты Алисы с бабушкой». Так что пока моя задача сохранить мой семейный big data.
А что в помещении? Он умеет последнюю использовать?
У нас с ними разные взгляды, на то что есть хорошая фотография. (Для меня это резкая, все смотрят куда надо, никто не закрыл глаза и т.д. А жена человек творческий иной раз что-то мыльное и не резкое ей нравится, своя атмосфера и т.д.). Пару раз на эту тему поругались и решили, что удалять может только то, кто фотографировал.
Так что доступ у всех (но бекапы есть и историей изменений). Более того, такая система как раз и была задумана чтобы они сами могли туда класть фотографии, так как иначе они начинали создавать хаос. А так хоть в иерархии есть порядок.