facenet识别准确率_GitHub - zjj-2015/tf_facenet: facenet人脸检测与识别系统

tf_facenet

facenet人脸检测与识别项目

说明

近期研究的课题是孪生网络，看到了FaceNet采用了孪生网络，研究的同时顺带把人脸识别FaceNet实现下，

做了个简单的人脸识别项目：包含人员登记、人员签到以及FaceNet模型训练、评估、测试、模型导出、数据制作。

通过MTCNN人脸检测模型，从照片中提取人脸图像；

把人脸图像输入到FaceNet，计算Embedding的特征向量；

采用annoy进行人脸匹配，比较特征向量间的欧式距离；

项目利用谷歌浏览器调用电脑摄像头进行人脸采集与识别业务。

每次识别时间约240ms(MAC only cpu)。

依赖

tensorflow1.8

python2.7

flask

flask_sqlalchemy

annoy

FaceNet源码

官方预训练模型VGGFace2下载

LFW评估测试数据下载

亚洲人脸数据库_CASIA-FaceV5

项目运行步骤

相关截图

以周杰伦为例，此处仅用于学习与研究，莫怪。

人脸采集页面(谷歌浏览器打开)

人脸识别页面(谷歌浏览器打开)

FaceNet

train目录下为FaceNet训练业务，训练采用train_tripletloss.py

训练：train.