【源码】基于Python和TensorFlow的人脸识别系统

项目简介

本项目利用Python和TensorFlow构建人脸识别系统，借助卷积神经网络（CNN）和MobileNet两种模型开展人脸识别工作。项目覆盖了从数据生成、加载，到模型搭建、训练、评估以及最终效果展示的完整流程，助力用户实现简单的人脸识别功能。

项目的主要特性和功能

1. 数据生成：能从原始半身照数据集中提取人脸图像，生成指定人数、图数和尺寸的人脸数据集。
2. 模型选择：支持基本CNN和MobileNet两种模型，用户可在训练时按需切换。
3. 训练与评估：可对模型进行训练和评估，并输出模型的损失和精确度。
4. 效果展示：模型训练完成后，可对单张图片进行人脸识别，标记出人脸框和对应的人名（实际为编号）。

安装使用步骤

环境配置

本项目依赖以下库，请确保已安装： - TensorFlow - gpu==1.13.1 - Keras==2.2.4 - OpenCV - python==4.2.0.32 - Dlib==1.19.0

数据准备

1. 部分数据集以及50人版、100人版训练权重文件较大，可从百度网盘（提取码：u5fs）下载。
2. 原始数据和处理后的数据推荐放在一个单独的文件夹里，文件结构为：总文件夹下有n个人名文件夹，每个人名文件夹下是这个人的图片。

运行步骤

1. 数据生成：修改Get_Face_Image.py文件中的数据路径及相关参数设置，运行该文件生成人脸数据集。
2. 模型训练与评估：运行Train.py文件，依次完成从磁盘中读取文件、定义模型大类、实例化数据、建立模型结构（可选择基本CNN或MobileNet）、训练模型、评估模型等操作。
3. 效果展示：模型训练完成后，运行Show.py文件，对单张图片进行人脸识别展示。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】