MATLAB代码实现的AR模型-解读_Interpret_FR

ar模型matlab代码解释_FR 该存储库将提供用于可解释人脸识别的培训和评估代码。 有关详细信息，您可以检查相关的纸张。 先决条件： Tensorflow r1.0或更高版本 Python 2.7 / 3.6 下载CASIA-Webface培训数据库，并 下载IJB-A测试数据库 下载辅助文件进行培训 下载辅助文件以进行评估和 训练模型的步骤： 下载，解压缩并将模型放在/ train / Interp_FR / CASIA_64_96_32_320_32_320 /目录中。 解压缩辅助文件以进行培训，然后将所有.mat文件放在/ train /目录中。 对于训练数据，将CASIA_all_images_110_110.DAT和CASIA_recrop_fileList.DAT放在DATA文件夹中。 在训练文件夹中，您可以开始通过以下方式训练模型： python main_pretrain_CASIA.py --dataset CASIA --batch_size 64 --is_train True --learning_rate 0.001 --image_size 96 --i