本文详细介绍了如何使用Facenet进行人脸识别，包括环境配置、数据集预处理、模型评估等步骤。首先，创建Python3.6环境并安装所需库，然后将源码、数据集和模型导入，并配置环境变量。接着，执行预处理数据的Python脚本，处理过程中可能需要安装额外模块。最后，利用训练好的模型进行预测，虽然可能出现警告，但预处理和预测过程顺利完成。
主要参考博客：https://www.cnblogs.com/gmhappy/p/9472388.html
准备工作
源码下载：https://github.com/davidsandberg/facenet.git
数据集下载：http://vis-www.cs.umass.edu/lfw/lfw.tgz
模型下载：https://drive.google.com/file/d/1R77HmFADxe87GmoLwzfgMu_HY0IhcyBz/view
使用的环境： win10 Python3.6（Anaconda）
首先在anaconda中新建一个python3.6的环境，安装TensorFlow和sklearn库。
在自己环境对应的\Lib\site-packages目录下，新建facenet文件夹，并将下载的源码src文件夹中的所有文件复制到该目录下。本人的目录如下：
并且将该路径配置到环境变量中，结果如图：
最低0.47元/天 解锁文章
3400
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
