请问人脸检测例子能在openMV-git上找到源码吗？
-
@yuan 我已经下载源码并编译成功，并没有找到image.HaarCascade() 函数原型在哪里（初步猜测是转乘了py_image_load_cascade（），但不知道如何这样转的），如果你知道，请告诉我具体位置，谢谢。
另外一个问题想问的是有没有其他人脸检测的好用的算法。openMV用的好像是基于cifar10的人脸识别
-
cifar10数据集是猫狗飞机什么的，和人脸没有任何关系。
OpenMV的人脸是用的haar。
https://github.com/openmv/openmv/search?p=2&q=haar&type=&utf8=✓
请善于用搜索。
-
@kidswong999 cifar100中有人物大类，是否可以用这个来训练人脸检测？想使用cifar10使用的三层小网络
-
HAAR有什么不好的吗？
-
@kidswong999 一个是多一种选择。另一方面是为了打通神经网络这条路，以后可以训练新的网络用于检测其他东西。
-
人物和人脸还是有区别的，训练的话，至少每类要有5000张训练数据。
-
@kidswong999 在 请问人脸检测例子能在openMV-git上找到源码吗？ 中说：
5000张训练数据
我用caffe训练了2000张图的{人，非人}，识别率90%，但是在open MV上run起来后识别率很低很多（60%，感觉像是误识别），而且速度非常低，只有1FPS。跑的测例是25-2的例子，稍微改了一下net的输入。请问这种是正常的吗？该怎么修改提高成功率和速度，谢谢!
-
OpenMV 上的模型，你是怎么算正确率的？
把caffe里的模型，导出到OpenMV 里的模型，需要一个量化的过程，你应该在电脑上计算量化后的模型的正确率。
-
@kidswong999 在openmv-master\ml\cmsisnn\nn_run_all.sh 可以将caffe模型量化成open MV里的模型。我用caffe训练了一个二分类{person，other}的参数，用nn_run_all.sh转成了openMV需要的***.network文件，然后在openMV上run测例25-2，识别率非常低（人的图像并不能快速识别出来，而且速度很慢，0.75 FPS）。我该如何改进以得到好用的结果，是在caffe训练上花时间还是可以修改open MV 中python例子也可以获取好的结果？thanks
-
新的问题，请单独提问