डाउनलोड Face Recognition - v1.5.1

कृपया डाउनलोड करें और साझा करें Face Recognition - v1.5.1, श्रेणी लाइब्रेरी और डेमो में चित्रित ऐप्स में से एक।
>प्लस, कुछ अन्य ऐप्स जिसे आप VSCAM, Game Booster Free Power GFX Lag Fix, Pydroid repository plugin, Scandit Barcode Scanner Demo, Guide For AnTuTu Benchmark, Can'u - Sex Game challenges for couple के रूप में डाउनलोड कर सकते हैं। यदि आप Face Recognition - v1.5.1 से संतुष्ट महसूस करते हैं।

Qualeams द्वारा जारी, Face Recognition - v1.5.1 आज उपलब्ध सर्वोत्तम और सर्वश्रेष्ठ मोबाइल फोन अनुप्रयोगों में से एक है। ऐप स्टोर के लाइब्रेरी और डेमो श्रेणी में स्थित है।

Face Recognition - v1.5.1 के लिए न्यूनतम ऑपरेटिंग सिस्टम Android 5.0+ और ऊपर है। इसलिए यदि आपको पहले से नहीं है तो आपको अपना फोन अपडेट करना होगा।

एपीकेड्रोइड पर, आपको Face Recognition - v1.5.1 APK मुफ्त डाउनलोड मिलेगा, नवीनतम संस्करण 1.5.1, प्रकाशन की तारीख 2017-05-27 होने के साथ, फ़ाइल का आकार 54.4 MB है।Google Play Store के आंकड़ों के अनुसार, लगभग 1000 डाउनलोड हैं। यदि आप चाहें तो एंड्रॉइड पर व्यक्तिगत रूप से डाउनलोड या इंस्टॉल किए गए ऐप हो सकते हैं। अपने ऐप्स को भी अपडेट करें। आपको नवीनतम सुविधाओं तक पहुंच प्रदान करता है और सुरक्षा में सुधार करता है। और एप्लिकेशन की स्थिरता। अब यह आनंद लें !!!

Face Recognition can be used as a test framework for several face recognition methods including the Neural Networks with TensorFlow and Caffe.It includes following preprocessing algorithms:- Grayscale- Crop- Eye Alignment- Gamma Correction- Difference of Gaussians- Canny-Filter- Local Binary Pattern- Histogramm Equalization (can only be used if grayscale is used too)- ResizeYou can choose from the following feature extraction and classification methods:- Eigenfaces with Nearest Neighbour- Image Reshaping with Support Vector Machine- TensorFlow with SVM or KNN- Caffe with SVM or KNNThe manual can be found here https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.mdAt the moment only armeabi-v7a devices and upwards are supported.For best experience in recognition mode rotate the device to left._______________________________________________________________TensorFlow:If you want to use the Tensorflow Inception5h model, download it from here:https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zipThen copy the file "tensorflow_inception_graph.pb" to "/sdcard/Pictures/facerecognition/data/TensorFlow"Use these default settings for a start:Number of classes: 1001 (not relevant as we don't use the last layer)Input Size: 224Image mean: 128Output size: 1024Input layer: inputOutput layer: avgpool0Model file: tensorflow_inception_graph.pb---------------------------------------------------------------------------------------------------------If you want to use the VGG Face Descriptor model, download it from here:https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0Caution: This model runs only on devices with at least 3 GB or RAM.Then copy the file "vgg_faces.pb" to "/sdcard/Pictures/facerecognition/data/TensorFlow"Use these default settings for a start:Number of classes: 1000 (not relevant as we don't use the last layer)Input Size: 224Image mean: 128Output size: 4096Input layer: PlaceholderOutput layer: fc7/fc7Model file: vgg_faces.pb_______________________________________________________________Caffe:If you want to use the VGG Face Descriptor model, download it from here:http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gzCaution: This model runs only on devices with at least 3 GB or RAM.Then copy the files "VGG_FACE_deploy.prototxt" and "VGG_FACE.caffemodel" to "/sdcard/Pictures/facerecognition/data/caffe"Use these default settings for a start:Mean values: 104, 117, 123Output layer: fc7Model file: VGG_FACE_deploy.prototxtWeights file: VGG_FACE.caffemodel_______________________________________________________________The license files can be found here https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt and here https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/NOTICE.txt

- Switch from building Tensorflow from source to using the Jcenter library- Included optimized_facenet model and changed default settings to use TensorFlow by default