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.