mtcnn实现人脸检测，使用的haar人脸特征分类器，FaceNet实现人脸识别； 使用PyCharm可直接打开，开箱即用 使用了FaceNet的预训练模型，因为模型资源过大，我分开上传了，可在我的个人主页找到对应预训练模型下载，放在项目中对应的mtcnn-FaceNet\models的每个目录底下即可； 人脸数据库初始化的人脸数据是我在网上找到明星照片，使用mtcnn和Haar从mtcnn-FaceNet\dataset\images文件夹中所有文件提取人脸，放在mtcnn-FaceNet\dataset\emb_face目录下，使用提取到的人脸训练自己的模型，生成mtcnn-FaceNet\dataset\emb\faceEmbedding.npy这个模型，使用FaceNet从mtcnn-FaceNet\dataset\test_images文件夹找到需要识别的人脸图片，进行识别；

小编把一些FaceNet预训练模型总结，共包含（2017、2018官方模型，基于MS-Celeb-1M人脸库等、亚洲人脸自制数据集2020训练模型），提供给大家小编在自制数据集上用gpu训练好久的模型，提高了亚洲人脸识别准确率，三种模型在LFW验证pairs文档上，准确率都在99.0%以上。