使用ARCFACE-Pytorch的人脸识别 介绍 此存储库包含face_verify.py和app.py，它们能够执行以下任务- 从图像，视频或网络摄像头中检测脸部并进行脸部识别。 app.py用于部署项目。 所需文件 requirements.txt 预训练模型或 。 自定义数据集 新训练的模型（facebank.pth和names.npy） 用户说明 首先下载项目后，您必须安装以下库。 安装 您可以通过从终端运行以下命令来一次安装所有依赖项。 $ pip install - r requirements . txt 对于使用“ pip”安装割炬，请运行以下命令 $ pip3 install torch == = 1.2 . 0 torchvision == = 0.4 . 0 - f https : // download . pytorch . org /

resnet101_ibn_a.pth.tar，京东开源的face-reid中行人重识别数据集Market1501-resnet101预训练模型。（由于google云盘下载速度偏慢，所以上传到这里） 此处非常感谢京东与模型的分享者。

face_detect 微信小程序使用tensorflow.js完成前端人脸检测业务

ncnn在Android的一个测试，包含了人脸检测(face detection)，人脸属性(face attributes)，人脸识别(face recognition)。车辆检测(Vehicle detection)，车牌检测(plate detection)，车牌识别(plate recognition)；人头检测(head detection)的流程 ncnn_android_face_vehicle ncnn在Android的一个测试,包含了人脸检测(face detection),人脸属性(face attributes),人脸识别(face recognition);车辆检测(Vehicle detection),车牌检测(plate detection),车牌识别(plate recognition);人头检测(head detection)的流程 致谢 NCNN:https://github.com/Tencent/ncnn MobileNetSSD_Demo_AndroidNCNN:https://github.com/chentyjpm/MobileNetS

pro-face触摸屏的用户手册，pro-face被广泛用于工业控制领域，如何设计一个良好的人机界面，pro-face提供了一个很好的平台。

yolov5_face_landmark 基于yolov5的人脸检测，带关键点检测 代码说明： 1，在yolov5的检测基础上，加上关键点回归分支，请先下载yolov5的工程： 2，detect_one.py是单张图片的测试代码，　基于部分wideface训练的模型，稍后在百度云公开。 主要修改代码部分： (1)hyp.scatch.yaml中增加关键点loss的超参数（landmark: 0.5） (2)yolo.py中增加了关键点回归的计算 (3)face_datasets.py为人脸数据的读取方式，准备数据的格式参考yolov5的格式，在后面增加关键点的坐标（归一化） (4)　loss.py中增加关键点回归的loss计算 (5) 链接: 密码: j83n (6) 效果图 : 关于口罩人脸的问题： 1，增加口罩人脸这个类别，建议不要直接在检测分支中增加类别。 2，应该在关键点分

face_animation 创作有趣的人脸动画

750幅人脸图像 new Georgia Tech Face Database

学习人机界面的脚本，PRO-FACE是一款功能强大的人机界面。和三菱很匹配。

1: 用vs2015打开sln工程，最好用vs2015 comunity版本，可微软官网下载。 2: 使用时候请注意需要通过授权激活。鉴权激活可参考百度官网ai.baidu.com的人脸识别部分。 3: sdk的doc目录有pdf接口文档，百度官网（人脸离线识别sdk部分）也有各接口及使用的详细说明文档。 4：配置文件face_conf.json的字段改为true，可输出日志,打开了日志会使速度稍微变慢点，正式上线后建议关闭日志。 5：工程总入口Face.cs，demo示例入口为FaceDemo.cs、请参考示例实现您的功能。 6：人脸库采用sqlite，见db目录夹下的face.db文件，可采用SQLite Expert工具查看人脸数据库结构。 7: sdk支持windows x7、10等主流平台。 8: 工程不支持debug模式，如为64位请切换到Release x64，32位请切换至Release x86。