介绍 Yolov5-face 是一种实时、高精度的人脸检测。 表现 VGA分辨率的单尺度推理（最大边等于640和尺度）。 大家庭 方法 骨干 简单 中等的 难的 #参数(M) #人字拖(G) DSFD (CVPR19) ResNet152 94.29 91.47 71.39 120.06 259.55 视网膜面部 (CVPR20) ResNet50 94.92 91.90 64.17 29.50 37.59 火腿盒 (CVPR20) ResNet50 95.27 93.76 76.75 30.24 43.28 蒂娜脸 (Arxiv20) ResNet50 95.61 94.25 81.43 37.98 172.95 SCRFD-34GF(Arxiv21) 瓶颈研究 96.06 94.92 85.29 9.80 34.1

基于opencv和Dlib的人脸交换(face swap)，人脸合成，人脸检测，图像处理

face-rcgnz-live 智慧养老实施人脸识别项目，包括人脸识别、登录、注册、静默活体检测等内容

实时人脸识别 (OpenCV) 这是一个完整的 Python 程序，用于创建高效的实时人脸识别应用程序。 脚步： cmd: python face_taker.py 使用face_taker.py脚本拍照。 输入 ID 号后，脚本将在images文件夹中保存 30 张您的脸部images （必须是整数和增量（从 1 开始，然后是 2、3、...） 注意：确保您的脸部居中。窗口将当所有 30 张照片都拍完后折叠起来。 cmd: python face_train.py face_tain.py脚本将训练一个模型来识别使用face_taker.py脚本拍摄的 30 张图像中的所有人脸，并将训练输出保存在training.yml文件中。 cmd: python face_recognizer.py face_recognizer.py是主要脚本。 您需要在face_taker.py

opencv中dnn模块两个人脸检测模型 opencv_face_detector_uint8.pb res10_300x300_ssd_iter_140000_fp16.caffemodel

实时人脸识别器 该示例演示了Android上的实时人脸识别。 该项目基于 。 灵感 该项目的灵感来自 屏幕截图 该代码可以识别5位名人的面Kong。 另外，您可以使用照片添加新人。 预训练模型 来自大卫·桑德伯格的脸网 型号名称 LFW精度 训练数据集 建筑 0.9965 VGGFace2 来自MediaPipe 论文： 执照

Face-Mask-Detection:在真实视频流上使用Python，Keras，OpenCV检测面罩

人脸特征提取 这是一个CNN，可从kaggle数据集中获取96 * 96图像，并预测15个界标点： [left_eye_center_x] [left_eye_center_y] [right_eye_center_x] [right_eye_center_y] [left_eye_inner_corner_x] [left_eye_inner_corner_y] [left_eye_outer_corner_x] [left_eye_outer_corner_y] [right_eye_inner_corner_x] [right_eye_inner_corner_y] [right_eye_outer_corner_x] [right_eye_outer_corner_y] [left_eyebrow_inner_end_x] [left_eyebrow_i

人脸识别 识别动漫脸和猫脸 准确率低但速度快。 haarcascade_frontalcatface.xml识别猫脸 lbpcascade_animeface.xml识别人脸

面膜检测 该代码由用于图像分类的各种库组成。 该代码的主要目的是检测人脸上的遮罩，并说明检测的完美程度，如果未检测到遮罩，则用红色边框包围面部并指定没有遮罩。 。 使用OpenCV，Keras和Tensorflow制作的python程序，用于检测人的脸部是否戴着面具。