通过Celebrity Detector进入开源社区( 二 )

这个怎么运作

名人检测过程包括面部检测和面部识别 。 当GIF或图像提交给分类器时 , 它使用称为MTCNN的预训练模型 。 基于Resnet-50将每个面提交给该神经网络 , 并使用上述现有数据集进行训练 。

他们还使用GMM算法  通过其矢量表示来聚类每个面部 。 从那里 , 每个聚类接收聚合预测 , 该聚合预测是针对聚类内的所有面部计算的 , 以产生一个或多个名人姓名以及置信度得分 。 模型的最终输出将这些预测结合在所有集群中 。

为了培训深度学习平台 , GIPHY的研发团队从其所有平台的前50000搜索中获得了名人的名字 , 包括其网站 , 移动应用程序 , 与Slack的集成以及与Facebook和Twitter的社交媒体集成 。 此外 , 为了验证其名人检测的准确性 , 他们使用了开源标记的面孔和一个众包标签数据集 , 大约有1000名受欢迎的Giphy名人 。

分享和学习

还有其他平台提供类似的东西 , 但它们涉及费用 , 这减少了机器学习和开源社区的访问 。 通过使性能代码可用 , 任何人都可以利用该平台进行项目和应用程序 。

推荐阅读