ppt代做网站,自己做网站卖产品怎么样,西部数码空间可以做会所网站吗,在线设计平台现状分析博主介绍#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝30W、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ #x1f345;文末获取源码联系#x1f345; #x1f447;#x1f3fb; 精彩专栏推荐订阅#x1f447;… 博主介绍✌程序员徐师兄、7年大厂程序员经历。全网粉丝30W、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 文末获取源码联系 精彩专栏推荐订阅 不然下次找不到哟 2022-2024年最全的计算机软件毕业设计选题大全1000个热门选题推荐✅ Java项目精品实战案例《100套》 Python项目实战《100套》 感兴趣的可以先收藏起来还有大家在毕设选题项目以及文档编写等相关问题都可以给我留言咨询希望帮助更多的人 文章目录 1 简介2 技术栈3 人脸识别关键技术说明face_recognition函数介绍一、face_recognition安装**1.dlib安装**2.face_recognition安装 4 具体实现1 人脸识别打卡2 登陆注册3 用户管理4 查看考勤信息5 发布考考勤信息6 签到信息 6 推荐阅读7 源码获取 1 简介
基于Python dlib的人脸识别的上课考勤管理系统V2.0是基于 Python 开发的采用 dlib,face_recognition 识别技术可以准确识别人脸。该项目功能完整实用性较强。包括登陆注册、考勤签到、打卡用户管理等功能。适合大学生实战项目使用。可供毕业设计参考。 基于Python dlib 的人脸识别上课考勤系统 2 技术栈
技术栈说明备注Djaongo作为后端接口Django 文档 Django 创建第一个项目PyMySQL链接 mysql【Python-数据分析】如何使用 pandas 快速读取 MySQL 数据表html/js/css前端界面dlib,face_recognition人脸识别技术
|
3 人脸识别关键技术说明
face_recognition是一款免费、开源、实时、离线的Python人脸识别库是目前世界上最简洁的人脸识别库。
face_recognition是基于业内领先的C开源库dlib中的深度学习模型用人脸数据集进行测试有高达99.38%的准确率。因此安装face_recognition前需要安装dlib库。
face_recognition函数介绍
face_recognition做为目前最简单的人脸识别库网站https://github.com/ageitgey/face_recognition/两行代码即可实现人脸识别
import face_recognition
image face_recognition.load_image_file(face.jpg)
face_locations face_recognition.face_locations(image)
face_locations为顶部、右侧、底部、左侧顺序找到的人脸位置的元组列表face_recognition API 文档https://face-recognition.readthedocs.io/en/latest/face_recognition.html
face_recognition只有几个函数
face_recognition.load_image_file(file,mode‘RGB’) 加载图像mode – “RGB”8 位 RGB3 个通道或 “L”黑白
face_recognition.face_locations(img,number_of_times_to_upsample1,model‘hog’) 返回图像中每张人脸的人脸特征位置列表 number_of_times_to_upsample – 对图像进行多少次上采样以查找人脸。数字越大人脸越小 model – hog不太准确但在CPU上更快。cnn是GPU / CUDA加速的一个更准确的深度学习模型。
face_recognition.batch_face_locations(images, number_of_times_to_upsample1, batch_size128) 使用 cnn 人脸检测器批量识别图像中人脸边界框的 2D 数组。没有 GPU则不需要此功能。 number_of_times_to_upsample – 对图像进行多少次上采样以查找人脸。数字越大人脸越小。 batch_size – 每个 GPU 处理批处理中要包含的图像数。 **注意**batch_size的上线取决于GPU显存的大小如果GPU显存小则减小batch_size值。
face_recognition.face_landmarks(face_image, face_locationsNone, model‘large’) 返回图像中每张人脸的人脸特征位置眼睛、鼻子等的字典。 face_locations – 可选提供要检查的人脸位置列表。 model – “large” (默认) 或 “small”仅返回5个点但速度更快。
face_recognition.face_encodings(face_image, known_face_locationsNone, num_jitters1, model‘small’) 返回图像中每张人脸的 128 维人脸编码。 known_face_locations - 可选 - 每个面孔的边界框如果已经知道它们。 num_jitters – 计算编码时重新采样人脸的次数。越高越准确但速度越慢即 100 表示慢 100 倍。 model – “large” (默认) 或 “small”仅返回5个点但速度更快。
face_recognition.compare_faces(known_face_encodings, face_encoding_to_check, tolerance0.6) 将人脸编码列表与候选编码进行比较以查看它们是否匹配。 known_face_encodings – 已知人脸编码的列表 face_encoding_to_check – 与列表进行比较的单张脸编码 tolerance – 将人脸之间的距离视为匹配。越低越严格。0.6 是典型的最佳值。
face_recognition.face_distance(face_encodings, face_to_compare) 给定人脸编码列表将它们与已知的人脸编码进行比较并得到每个比较人脸的欧氏距离。距离大小为面孔的相似程度。 face_encodings – 要比较的人脸编码列表 face_to_compare – 要与之进行比较的人脸编码
一、face_recognition安装
1.dlib安装
CPU版
CPU安装很简单pip3 install dlib
GPU版
GPU版比CPU版速度快精度高、建议安装使用GPU版但是GPU安装过程复杂
首先需要正确安装CUDA和CUDNNCUDA、CUDNN是必须要安装的本人安装的是CUDA11.3
另外还需要VS编译环境本人安装的VS2019和CMakepip3 install cmake
之后就是dlib GPU版的编译和安装cmd命令行操作
1.git clone https://github.com/davisking/dlib.git 或者 dlib C Library下载dlib库解压后离线编译
2.cd dlib
3.mkdir build
4.cd build
5.cmake .. -DDLIB_USE_CUDA1 -DUSE_AVX_INSTRUCTIONS1
6.cmake --build .
7.cd..
8.python setup.py install2.face_recognition安装
安装dlib后安装face_recognition库
pip3 install face_recognition
4 具体实现
1 人脸识别打卡
人脸识别考勤会通过前端界面调用打开摄像头采集用户头像后台实时通过 python dlib 去对比用户头像如果头像匹配上了证明是同一个人打卡成功 2 登陆注册 3 用户管理
管理员可以查看所有用户并增加删除用户的信息 4 查看考勤信息 5 发布考考勤信息 6 签到信息 6 推荐阅读
Python基于微博的舆情分析、热搜可视化系统
基于 SpringBootVue 的教室人事档案管理系统
Java基于SpringBoot的实验室管理系统
基于 SpringBootVue的电影影城管理系统附源码数据库
7 源码获取 大家点赞、收藏、关注、评论啦 、查看获取联系方式 精彩专栏推荐订阅 不然下次找不到哟 2022-2024年最全的计算机软件毕业设计选题大全1000个热门选题推荐✅ Java项目精品实战案例《100套》 Python项目实战《100套》 感兴趣的可以先收藏起来还有大家在毕设选题项目以及文档编写等相关问题都可以给我留言咨询希望帮助更多的人
