FaceIDLight :blue_book:描述 一个基于轻量级人脸识别的工具箱和管道，基于带有MTCNN-Face-Detection和ArcFace-Face-Recognition的Tensorflow-Lite。无需安装完整的tensorflow，tflite-runtime就足够了。所有工具仅使用CPU。 拉请求是欢迎的！ :high_voltage:特征 在线人脸识别 完全在CPU上运行 多面 MacBookPro2015上约4 FPS 面部检测，验证和识别工具 :check_mark_button:待办事项 GPU支持 取决于分辨率的模型选择 多线程多面 退出时，OpenCV窗口在MacOS上冻结（似乎已修复） :bowl_with_spoon:要求 其他软件包（包含在FaceIDLight中） 设置工具〜= 51.0.0 opencv的python〜 = 4.5.1.48 numpy〜= 1.19.5 tqdm〜= 4.59.0 scikit图像〜= 0.18.1

Mil-lite 9.0 R2(B1950) for Win64.采集卡驱动，内附说明，可用，百度云链接

FaceNet和MTCNN转TFLITE和CoreML git clone https://github.com/jiangxiluning/facenet_mtcnn_to_mobile.git cd facenet_mtcnn_to_mobile pipenv install --dev # 布道 pipenv , 通过使用 pipenv 安装所有依赖包，使用其他版本的包，有可能出现各种转换问题。 pipenv shell # 孵化出运行项目的 shell 环境，以下命令需要在该环境中运行 转换FaceNet cd facenet 型号名称 LFW精度 训练数据集 建筑 0.996

最好的数据库通用管理工具，支持 SQLite PostgreSQL MySQL Oracle SQL Server

Android的tensorflow演示，在android studio 3.2下编译通过。增加 tensorflow-lite-0.1.7.aar库以及模型文件mobilenet_quant_v1_224.tflite

参考TI开源的ezfet lite原理图设计，同时加入了仿真器固件刷入教程。 网上大部分使用mspflasher的教程都会出现失败的现象，我更新了一个使用uniflash刷入的教程。 同时提供硬件设计工程源文件，基于cadence 17.2设计。 同时提供PCB的光绘文件，可以直接发出去打样。

这是一个很好用的工具，绝对是正版，所以你们懂得，赶紧收藏吧！

无需积分，截止2021/4/24 ，最新的Raspberry pi os 无桌面极简版官方系统

这是一个模仿喜马拉雅lite的微信小程序demo,完全使用微信小程序原生开发，没有使用自定义组件（使用了一个自己实现的搜索组件）。所以这是一个初级项目，非常的适合微信小程序开发新手，如果你有 html css js 前端基础那么你将很快上手

文件包含tensorflow-lite所需要的依赖包，将文件下载后解压，将downloads文件夹放在../lite/tools/make/目录下，就可以拉