计算 ACC（lfw）

1 计算ACC

import os
import face_recognitiondef get_real_label_list(txt_path, lfw_dir):path_list = []label_list = []with open(txt_path, 'r') as f:lines = f.readlines()lines_content = [x.strip() for x in lines]for line_content in lines_content[1:]:line_content = line_content.split("\t")# print(line_content)if len(line_content) == 3:path0 = os.path.join(lfw_dir, line_content[0], line_content[1])# print(path0)path1 = os.path.join(lfw_dir, line_content[0], line_content[2])issame = Trueelif len(line_content) == 4:path0 = os.path.join(lfw_dir, line_content[0], line_content[1])path1 = os.path.join(lfw_dir, line_content[2], line_content[3])issame = Falseif os.path.exists(path0) and os.path.exists(path1):path_list.append([path0, path1])label_list.append(issame)else:pass# print(path_list, label_list)return path_list, label_listdef get_lfw_acc(path_list, label_list):t_sum = 0lfw_acc = 0.0for i in range(len(path_list)):print(path_list[i][0])img = face_recognition.load_image_file(path_list[i][0])face_encoding_1 = []face_encoding_1 = face_recognition.face_encodings(img)if len(face_encoding_1) != 0:face_encoding_1 = face_encoding_1[0]print(path_list[i][1])unknown_image = face_recognition.load_image_file(path_list[i][1])face_locations = face_recognition.face_locations(unknown_image)face_encodings_2 = face_recognition.face_encodings(unknown_image, face_locations)# print(len(face_encodings_2))if len(face_encodings_2) > 0:matches = face_recognition.compare_faces(face_encoding_1, face_encodings_2, tolerance=0.6)print(matches)if matches[0] == label_list[i]:t_sum = t_sum + 1passelse:passlfw_acc = t_sum / 6000return round(lfw_acc, 4)if __name__ == '__main__':path_list, label_list = get_real_label_list("pairs.txt", "lfw\\lfw-funneled\\lfw_funneled")lfw_acc = get_lfw_acc(path_list, label_list)print("recog acc : %.4f"%(lfw_acc))pass

计算 ACC（lfw）相关推荐

metrics.accuracy_score()函数计算acc
引子 : 如图:在各种机器学习算法中我们经常会遇见metrics.accuracy_score()这个函数,它到底有什么作用呢?为此我专门搜集了一些相关资料. sklearn 中accuracy_sc ...
sklearn(五)计算acc:使用metrics.accuracy_score()计算分类的准确率
sklearn.metrics.accuracy_score(y_true, y_pred, *, normalize=True, sample_weight=None) 输入参数: y_true:真 ...
Keras-yolov3计算验证集acc一直为0
有没有跑过Keras-yolov3的大哥,计算acc遇到个问题@TOC 验证集的acc一直为0??? 用Keras-yolov3 跑自己的样本集的时候遇到个问题,loss正常下降,但是val的acc一 ...
（精确度，召回率，真阳性，假阳性）ACC、敏感性、特异性等 ROC指标
1.概念金标准(标准集) 预测算法(预测集) 验证存在(T) 验证不存在(F) 合计预测存在(P) 预测为正,真实为正(TP) 预测为正,真实为负(FP) P(预测为正样本) 预测不存在(N) 预 ...
人工智能学习07--pytorch11--分类网络：使用pytorch和tensorflow计算分类模型的混淆矩阵
师兄说学目标检测之前先学分类坏了,内容好多!学学学感谢up主,好人一生平安混淆矩阵什么是混淆矩阵: 横坐标:每一列属于该类的所有验证样本.每一列所有元素对应真实类别. 纵坐标:网络的预测类别. ...
原理详解AUC、ROC和average precision (AP)以及sklearn实战
文章目录前言 TPR,FPR ROC AUC 实战鸣谢 average precision (AP) 实战前言开门见山,想要知道AUC必须知道ROC,想要知道ROC必须知道TPR,FPR, 完 ...
飞桨上线万能转换小工具，教你玩转TensorFlow、Caffe等模型迁移
百度推出飞桨(PaddlePaddle)后,不少开发者开始转向国内的深度学习框架.但是从代码的转移谈何容易,之前的工作重写一遍不太现实,成千上万行代码的手工转换等于是在做一次二次开发. 现在,有个好消 ...
numpy 和tensorflow中argmax()，argmin()函数使用讲解
在使用argmax()函数时,比如在深度学习里面计算acc经常要用到这个参数,这个参数返回的是沿轴axis最大值的索引值,对于,tensorflow和numpy用法是一样的,此处我就用numpy来举例 ...
pytorch基础知识+构建LeNet对Cifar10进行训练+PyTorch-OpCounter统计模型大小和参数量+模型存储与调用
整个环境的配置请参考我另一篇博客.ubuntu安装python3.5+pycharm+anaconda+opencv+docker+nvidia-docker+tensorflow+pytorch+C ...

计算 ACC（lfw）

1 计算ACC

计算 ACC（lfw）相关推荐

最新文章

热门文章