【保姆级教程】手把手带你搭建免费的人脸检测/识别系统，支持REST API，自托管，功能强大

AI码上来

已于 2024-08-14 17:23:06 修改

阅读量1.6k

点赞数 11

分类专栏： AI实战文章标签： python 服务器目标检测

于 2024-07-25 08:43:38 首次发布

本文链接：https://blog.csdn.net/u010522887/article/details/140679089

版权

AI实战专栏收录该内容

83 篇文章

订阅专栏

前段时间，带大家搞了两台云服务器：

很多小伙伴问：到底能干什么？

于是猴哥继续肝了几篇分享：

今天继续给大家分享一个有趣的开源项目：免费的人脸检测/识别服务，无需任何机器学习基础，即可集成到任意应用中。

传送门：https://github.com/exadel-inc/CompreFace

1. 项目简介

CompreFace 是一个免费的开源人脸识别系统，支持 Docker 部署，同时具备网页客户端
和 RESTful API 服务。支持的功能包括：人脸识别、人脸验证、人脸检测、人脸关键点检测、面具检测、头部姿势检测、年龄和性别识别等。

相比市面上已有的人脸识别解决方案，CompreFace 的优势在：

完全免费开源
支持 CPU，无需昂贵的 GPU 资源
docker 一键部署，云端和本地都支持
基于最领先的人脸算法
自托管，确保隐私数据安全

接下来，我们一起来实操一下~

2. 服务部署

CompreFace 提供了 docker-compose 一键部署。

首先下载配置文件：

mkdir compreface
cd compreface
wget -O tmp.zip 'https://github.com/exadel-inc/CompreFace/releases/download/v1.2.0/CompreFace_1.2.0.zip' && unzip tmp.zip && rm tmp.zip

如果国内下载失败，可参考：一行命令实现 Github 国内下载加速

然后，一键启动：

docker-compose up -d

如果镜像拉取失败，需要配置镜像加速器。

服务启动后，可以打开宝塔面板进行查看：

状态是运行中，意味着服务已经正常启动，web 界面的端口号是8000。

浏览器中打开：http://IP:8000，例如：http://101.33.210.xxx:8000/。

注册一个账号并进行登录，开始试玩吧。

3. 服务测试

进来以后，首先是创建一个应用。

然后，在应用中创建服务，服务类型包括三个：

人脸检测
人脸识别
人脸验证

3.1 Web 端测试

创建好服务后，最右侧红色方框中，点击进行服务测试。

人脸识别服务测试：

首先需要采集人脸 - Face Collection。

上传你需要识别的人脸 ID，比如我这里新建一个 ID = face0，然后上传一张/多张人脸图片。

接下来，我们来测试一下，上传另一张图片，可以看到模型以 0.91 的相似度，成功命中 face0。

人脸检测服务测试：

只需上传一张人脸图像：

人脸验证服务测试：

人脸验证：分别上传两张图像，验证是否是同一个人，如下图所示。

3.2 API 测试

API 文档：https://github.com/exadel-inc/CompreFace/blob/master/docs/Rest-API-description.md

细心的小伙伴，在 Web 端测试时，已经看到了每种服务的请求详细信息。

这里我们后端采用 Python 给大家展示一下，如何调用服务的 API，方便大家嵌入到自己的应用中。

人脸检测的 API 测试示例代码：

import request
def face_detect():
    # 定义 API 的 URL
    url = "http://129.150.63.xxx:8000/api/v1/detection/detect/"
    # 定义请求头
    headers = {
        # "Content-Type": "multipart/form-data",
        "x-api-key": "4e4b89b7-df58-4e45-b7c0-9a0003878a24"  # 替换为实际的服务 API 密钥
    }
    # 定义请求的参数
    params = {
        "face_plugins": "landmarks, gender, age, pose", # 是否返回额外信息 
        "det_prob_threshold": "0.5"  # 人脸检测阈值
    }
    # 定义请求的数据
    files = {'file': open('1.jpg', 'rb')}
    # 发送 POST 请求
    response = requests.post(url, headers=headers, params=params, files=files)
    if response.status_code == 200:
        print(response.json())
    else:
        print(response.status_code)

人脸验证的 API 测试示例代码：

def face_verify():
    # 定义 API 的 URL
    url = "http://129.150.63.184:8000/api/v1/verification/verify"
    # 定义请求头
    headers = {
        # "Content-Type": "multipart/form-data",
        "x-api-key": "435764a0-b581-45d2-8a9e-ab841b2afedf"  # 替换为实际的服务 API 密钥
    }
    # 定义请求的参数
    params = {
        "face_plugins": "landmarks, gender, age, pose", # 是否返回额外信息 
        "det_prob_threshold": "0.5"  # 人脸检测阈值
    }
    # 定义请求的数据
    files = {
        "source_image": open("1.jpg", "rb"),
        "target_image": open("2.jpg", "rb")
    }
    # 发送 POST 请求
    response = requests.post(url, headers=headers, params=params, files=files)
    print(response.json())

特别注意：headers 中不要加 'Content-Type': 'multipart/form-data'，这是因为 requests 库会自动根据传递的文件数据创建适当的multipart请求，如果你在请求头中显式设置'Content-Type': 'multipart/form-data'，可能会导致请求出现问题。

篇幅有限，我们这里只展示两个例子。更多功能，大家可参考上方的 API 调用文档。

当然，如果你觉得在你的应用中写这么多代码略显麻烦，官方还贴心地提供了 python-sdk，感兴趣的小伙伴可前往查看：