我想从头开始训练面部识别CNN。我可以按照流行的体系结构并复制其网络来编写Keras Sequential（）模型。
我希望使用LFW数据集，但是我对技术方法感到困惑。我是否必须将每张脸裁切成一个紧密的盒子？这似乎是不切实际的，因为数据集具有13000+张面孔。
最后，我知道这很愚蠢，但是我要做的就是对图像进行预处理（当然），然后使模型适合这些图像？确切的程序是什么？
非常感谢您
您的问题很开放。在预处理和拟合模型之前，您需要了解对象检测。一旦了解了什么物体检测功能，您将得到第一个问题的答案，即是否需要手动裁剪每张13000张图像。答案是不。但是，如果训练数据中没有可用的边框，则必须在面部周围绘制边框，并为图像分配标签。
您的第二个问题非常模糊。您所说的确切程序是什么意思？它是您需要执行的步骤，还是如何使用python /或任何其他语言对模型进行预处理和拟合？互联网上有很多参考资料，介绍如何针对每个特定问题进行预处理和模型训练。没有适用于任何问题的通用步骤