1，从OpenCV官网下载的4.6.0安装包，默认不包括opencv_contrib模块，opencv_contrib模块包含了人脸检测和识别需要的相关接口。 2，该安装包在Windows10环境，使用CMake 3.21.0 + OpenCV4.6.0 + contrib4.6.0 + VS2022编译的OpenCV安装包，下载后放到本地电脑，在工程中引用库即可使用。 3，编译过程，可参考笔者博客 https://chexl.blog.csdn.net/article/details/127808455?spm=1001.2014.3001.5502

深度学习之年龄预测，Python版本，单张图像检测和视频流中人物年龄预测，环境为： - win10 - pycharm - anaconda3 - python3.7 - opencv4.2.0 文章地址：https://blog.csdn.net/y459541195/article/details/105611391

基于YOLO2和ResNet算法的监控视频中的人脸检测与识别基于YOLO2和ResNet算法的监控视频中的人脸检测与识别

改训练集属于负样本，用于人脸检测时；

利用Pytorch，opencv进行人脸口罩佩戴检测，并且在视频流中显示出来。 里面包含代码文件(.py)，数据集文件和训练好的模型文件。如果感觉检测效果不是很好，可以自己重新训练。

使用faceapi.js实现的人脸识别，有动态视频检测的，也有图片检测的，有需要的同学可以下载来看看，记得要在本地服务器上打开你的网页才能使用

使用dlib库实现人脸的检测、识别，视频中的人脸检测、识别。所有的代码和所需模型以及数据均打包上传，共学习参考使用。

如果你对DFace感兴趣并且想参与到这个项目中, 以下TODO是一些需要实现的功能，我定期会更新，它会实时展示一些需要开发的清单。提交你的fork request,我会用issues来跟踪和反馈所有的问题。也可以加DFace的官方Q群 681403076 也可以加本人微信 jinkuaikuai005 TODO(需要开发的功能) 基于center loss 或者triplet loss原理开发人脸对比功能，模型采用ResNet inception v2. 该功能能够比较两张人脸图片的相似性。具体可以参考 Paper和FaceNet 反欺诈功能，根据光线，质地等人脸特性来防止照片攻击，视频攻击，回放攻击等。具体可参考LBP算法和SVM训练模型。 3D人脸反欺诈。 mobile移植，根据ONNX标准把pytorch训练好的模型迁移到caffe2,一些numpy算法改用c++实现。 Tensor RT移植，高并发。 Docker支持，gpu版 安装 DFace主要有两大模块，人脸检测和人脸识别。我会提供所有模型训练和运行的详细步骤。你首先需要构建一个pytorch和cv2的python环境

实现mtcnn的代码解析，具体的可以看进去的第一个mtcnn的py文件，里面的步骤非常清晰，代码是使用pytorch实现的，为最新版本的pytorch

使用OpenCV来识别人脸，从而达到特定的人脸开门的目的。主要分为管理员登录、录入人脸、识别人脸三大功能，管理员输入用户名和密码可以登录进入管理界面，在管理界面中录入人脸，录入人脸主要是人脸检测、捕获人脸、训练人脸，最后通过人脸识别实现开门的功能