用tensorflow+opencv+摄像头基于facenet进行人脸检测识别

· 编程学习 · 57925

contributed目录下的face.py和real_time_face_recognition.py拷贝到facenet文件夹下，如图：

test.pkl是自己训练出来的，见本人以前博文。主程序是real_time_face_recognition.py，之所以还拷贝face.py过来，是real_time_face_recognition.py中import了此文件，而且它很重要。更改face.py中的 如下两句路径（斜杠不能弄反否则报错见下下图）：

只改这个文件的这个地方就可以用摄像头实时识别了，效果如下:

看到文字F3了吧，把我识别成了我女儿了，哈哈，这肯定是亲生的啊。（备注：那9个人的数据库中没有我的照片，只有F3是我女儿的，其它8个都是MS-Celeb-1M里弄来的）

相关推荐：

如何使用Python中的Isolation Forest算法实现生产环境的异常检测？

IsolationForest在生产环境不适合直接用于高吞吐、低延迟的实时流式场景，因其为无监督批处理算法，需完整训练集且无法在线更新模型，实际应采用周期性离线打分或结合轻量代理模型实现近实时响应。 IsolationForest在生产环境是否适合实时异常检测？ 不适合直接用于高吞吐、低延迟的实时流...

如何用Python TensorFlow进行超参数调优_通过Keras Tuner解决

RandomSearch比手动试错更可靠，因其随机采样独立性强、避免人为偏好导致的局部最优，能快速识别参数敏感性；配合对数均匀分布、合理max_trials和validation_split可提升实效性与复现性。 为什么RandomSearch比手动试错更可靠 手动改learning_rate、un...

如何使用Python分析网络流量数据并识别潜在的DDoS攻击特征？

Scapy实时捕获SYN包并按源IP分桶计数可识别SYN洪水，需配合时间窗口清理、阈值校准与iptables精准封禁，避免误判正常高并发；关键在每秒统计各src_ip的SYN数量、用快照遍历字典、及时更新last_cleanup时间戳，并验证封禁规则生效。 直接用scapy实时捕获+简单计数就能识别...

如何判断Python对象是否为可调用对象_使用callable函数检测

callable()检查对象是否实现__call__或属可调用类型，返回True仅表示语法上可加括号，不保证调用成功；类本身可调用，其实例需定义__call__才可调用，lambda、函数、内置函数等均返回True，但参数错误或运行时异常仍会导致调用失败。 callable函数的基本行为和常见误判 ...