Pull to refresh

Comments 13

PinnedPinned comments

Интересная статья, единственная придирка(извините за токсик) таблицы можно было бы представить в виде графиков и потом свести к общему графику результат. Было бы чуть нагляднее чем шариться, пусть и не в больших, но таблицах.

Спасибо автору за материал!

Идея с общим графиком хорошая! Пожалуй, добавлю чуть позже в readme на github)

UFO just landed and posted this here

Если Вы про темнокожих, то я выделил их в отдельную группу. Результаты куда не хуже, чем для других групп)

Вы же добавили данные из открытых датасетов. Может ли быть такое, что на этих данных эти модели учились? Не пропадает тогда объективность метрик?!

В некоторых репозиториях указаны данные на которых они обучались. Откуда я брал данные, и с данными, на которых они обучали - пересечений не было замечено. Также я в большинсте случаев наносил на фотку дополнительно блюр + порою менял разрешение на более низкое, поэтому совпадения вряд ли будут

интересные результаты, но время работы удручает. я может чего то не понял конечно, но самый быстрый алгоритм 3 секунды ищет лицо?? а как же тогда в реальном времени телефоны и всякие OpenCV лица находят на видео? у меня трэкинг лица есть на RPi и в реальном времени работает, а значит как минимум в 75 раз быстрее за 1/25 секунды...

Это моя ошибка, я не уточнил, что время указано не для одной фотки, а для 50 сразу. То есть, условно, если в табличке написано 100с, то это значит, что примерно на одной фотографии отрабатывает за 2с

так это время питонячее. Оберните модельки в onnx и откройте с OpenCV - скорость вырастет

Ещё можно было и размер картинки меньше передавать на вход , что тоже , скорее всего, уменьшило время работы алгоритма, но в конце статьи я написал, что все вычисления проводились на основании дефолтных параметров. Под этим имелось также, что никаких оптимизаций с точки зрения времени не делалось)

Face Recognition - популярное потому что оно может сравнивать лица

PS mediapipe где?

Sign up to leave a comment.

Articles