python - dlib 人脸描述符的最佳分类模型是什么？

Question

dlib我想要一个将的面部描述符（128D 向量）转换为人名的分类模型。

这里的问题是我有一个非常小的数据集。我每个员工只有一张图片，总共只有不到 100 名员工。我尝试过的分类方法包括 1. 直接计算欧式距离，并使用 2. LinearSVC、 3.SVC和 4. KNeighborsClassifierin Scikit-Learn。到目前为止，最好的结果似乎在于LinearSVC要么KNeighborsClassifier. 另外，我正在处理亚洲面孔，因此不同面孔的向量之间的距离没有那么大（相同面孔之间距离的默认容差为 0.6，在我的情况下，这会将每个人归类为同一个人。一个容差0.4 将显着减少误报的发生，但不能保证识别该人）。对于这种情况下哪种型号适合，有什么建议吗？是否有使用tensorflow(with keras) 的通配符解决方案？提前致谢！

标签： pythontensorflow