Распознавание лиц различных по освещению и положению

В данном проекте реализована нейросетевая система, состоящая из двух частей: YOLOv3 и Facenet.

Ссылка на обучающий dataset: https://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

Рассматриваемые архитектуры:

• YOLOv3 (обучалась в проекте для детекции лиц)

• Facenet (использовалась в виде рапознающей сети)

Технологический стек:

• PyTorch
• TensorFlow
• Matplotlib
• Keras
• Pandas

Пример детектированного изображения

Точность детекции 72,96%

Пример распознавания