def test_training_nn4_small2_v1(self):
argv = [
'--logs_base_dir', self.tmp_dir, '--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir, '--model_def',
'models.nn4_small2_v1', '--epoch_size', '1', '--max_nrof_epochs',
'1', '--batch_size', '6', '--people_per_batch', '2',
'--images_per_person', '3', '--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir, '--lfw_nrof_folds', '2'
]
args = facenet_train.parse_arguments(argv)
facenet_train.main(args)
def test_train_tripletloss_inception_resnet_v1(self):
argv = [
'--logs_base_dir', self.tmp_dir, '--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir, '--model_def',
'models.inception_resnet_v1', '--epoch_size', '1',
'--max_nrof_epochs', '1', '--batch_size', '6',
'--people_per_batch', '2', '--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file, '--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2', '--no_store_revision_info'
]
args = facenet_train.parse_arguments(argv)
facenet_train.main(args)
def test_training_nn4_small2_v1(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.nn4_small2_v1',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2' ]
args = facenet_train.parse_arguments(argv)
facenet_train.main(args)
def test_training_nn4(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.nn4',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2' ]
args = facenet_train.parse_arguments(argv)
model_dir = facenet_train.main(args)
model_file = os.path.join(model_dir, 'model.ckpt-1')
# Check that the trained model can be loaded
tf.reset_default_graph()
argv = [model_file,
self.dataset_dir,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2' ]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_training_nn4(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.nn4',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2' ]
args = facenet_train.parse_arguments(argv)
model_dir = facenet_train.main(args)
model_file = os.path.join(model_dir, 'model.ckpt-1')
# Check that the trained model can be loaded
tf.reset_default_graph()
argv = [model_file,
self.dataset_dir,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2' ]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_train_tripletloss_inception_resnet_v1(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.inception_resnet_v1',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2',
'--no_store_revision_info' ]
args = facenet_train.parse_arguments(argv)
facenet_train.main(args)