该文介绍了一个基于卷积神经网络（CNN）的人脸识别打卡系统，利用AlexNet、DenseNet等模型进行训练，生成的模型保存在weights文件夹。系统通过运行不同脚本处理数据、训练模型及实时识别，最终确定打卡人并记录时间到CSV文件。
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型
教学视频：
https://space.bilibili.com/124080712?spmidfrom=333.1007.0.0
效果演示图如下：
编辑
这是一个人脸打卡签到代码
代码展示界面如下：
代码主要由01，02，03运行即可。
运行01数据集文本生成制作.py会将dataset文件下的数据集中的图片路径保存在txt文本中。
02train.py会读取txt文本中的图片进行训练模型，训练得到的模型保存在weights文件夹下，
运行03real_time_face_recognition.py会打开摄像头，将捕捉到的帧传给模型识别，根据若干张图片中识别的结果最多的对象，为最后打开的结果。
最后会保存打卡人物和时间到csv文件内。
3701
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
