caffe训练好人脸识别模型，怎么在LFW上验证识别率人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
怎样使用 OpenCV 进行人脸识别1、首先就是数据的准备，你要从网络上下载一些人脸库，后面用来训练人脸识别模型。人脸检测模型opencv是自带的，但是识别模型需要自己训练。下载人脸库之后需要对人脸进行标记，这是一个繁琐的工作，不过网上有脚本或者自己写个程序简化工作量。
2、把数据标记好之后就是opencv的事情。训练的函数非常简单。只有下面这三句：
Ptr
model = createEigenFaceRecognizer();
model->train(images, labels);
model->save("MyFacePCAModel.xml");
3、然后打开摄像头进行人脸检测，就是框出人脸的位置。人脸检测模型是opencv自带的。
CascadeClassifier cascade;
cascade.load("haarcascade_frontalface_alt.xml");
这是加载的方法。
cascade.detectMultiScale(gray, faces,
1.1, 2, 0
//|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
| CV_HAAR_SCALE_IMAGE,
Size(30, 30));
这是检测的方法。这里检测得到的就是一个一个的人脸的矩形框，然后用画矩形的方法把它们画出来就行了。
4、然后就是对检测到的人脸进行识别了，用我们刚才训练好的人脸模型。加载：
Ptr modelPCA = createEigenFaceRecognizer();
modelPCA->load("MyFacePCAModel.xml");
检测：
int predictPCA = 0;
if (face.rows >= 120)
{
resize(face, face_test, Size(92, 112));
}
if (!face_test.empty())
{
predictPCA = modelPCA->predict(face_test);
}
如果预测结果等于标记结果，说明识别正确。
大致流程就这样了，如果你对opencv有了一定的了解，应该能看懂了。
0115-33仙人掌2011
求助大神们给个人脸识别的训练样本集
机器习模式识别等领域般需要本独立三部训练集（train set）验证集（validation set ) 测试集（test set）其训练集用估计模型验证集用确定网络结构或者控制模型复杂程度参数测试集则检验终选择优模型性能何典型划训练集占总本50%其各占25%三部都本随机抽取
