seetaface2 model文件

GitHub网址：https://github.com/seetafaceengine/SeetaFace2 因为这些文件也比较大，所以就上传一份方便别人进行下载 这里面有源码还有Model文件 Model文件放在model文件夹中，文件info中写了每个model文件的信息

基于seetaface2实现Java人脸对比、人脸搜索，人脸匹配。该demo是在Android Studio上开发的。值得下载学习和研究

基于中科院seetaface2进行封装的JAVA人脸识别库，支持人脸识别、1:1比对、1:N比对

使用vs2015 静态编译的人脸识别开源库seetaface2，x86版本。带人脸识别库。带 opencv 310 静态库

可运行的exe文件，分成debug和release。

本项目主要将利用人脸识别开源项目SeetaFace，利用OpenCV库，结合VS2019与Qt实现一个人脸识别的小项目，项目效果参考：https://blog.csdn.net/hallobike/article/details/107127219

基于人脸识别的社保证件照制作系统V1.0是利用人脸识别技术和人工智能人像分割对自然人在非专业条件下生活照片提取生成标准社保照片的一个软件。软件应用了深度学习神经网络和人像语义分离技术来处理识别人脸和提取。本软件只能在win7及以上版本的64位系统中运行。

SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。 编译简介 2.1 编译依赖 GNU Make 工具 GCC 或者 Clang 编译器 CM2.2 linux和windows平台编译说明 linux 和 windows 上的 SDK 编译脚本见目录 craft，其中 craft/linux 下为 linux 版本的编译脚本，craft/windows 下为 windows 版本的编译脚本，默认编译的库为64位 Release 版本。 linux 和 windows上的SDK编译方法： 打开终端（windows上为VS2015 x64 Native Tools Command Prompt 工具，linux 上为bash），cd 到编译脚本所在目录； 执行对应平台的编译脚本。 linux 上 example 的编译运行方法： cd 到 example/search 目录下，执行 make 指令； 拷贝模型文件到程序指定的目录下； 执行脚本 run.sh。 windows 上 example 的编译运行方法： 使用 vs2015 打开 SeetaExample.sln 构建工程，修改 Opencv3.props 属性表中变量 OpenCV3Home 的值为本机上的 OpenCV3 的安装目录； 执行 vs2015 中的编译命令； 拷贝模型文件到程序指定的目录下，运行程序。2.3 Android平台编译说明 Android 版本的编译方法： 安装 ndk 编译工具； 环境变量中导出 ndk-build 工具； cd 到各模块的 jni 目录下（如SeetaNet 的 Android 编译脚本位置为SeetaNet/sources/jni, FaceDetector的Android 编译脚本位置为FaceDetector/FaceDetector/jni），执行 ndk-build -j8 命令进行编译。 编译依赖说明：人脸检测模块 FaceDetector，面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 均依赖前向计算框架 SeetaNet 模块，因此需优先编译前向计算框架 SeetaNet 模块。