gpu训练cnn人脸识别准确率_opencv+mtcnn+facenet+python+tensorflow 实现实时人脸识别

opencv+mtcnn+facenet+python+tensorflow 实现实时人脸识别

Abstract:本文记录了在学习深度学习过程中，使用opencv+mtcnn+facenet+python+tensorflow，开发环境为ubuntu18.04，实现局域网连接手机摄像头，对目标人员进行实时人脸识别，效果并非特别好，会继续改进

这里是

如果各位老爷看完觉得对你有帮助的话，请给个小星星，3q

Instruction

当前时间距facenet论文发布已有三年，网上对于facenet的解读也有许多，但却也找不到什么能修修改改就能用的代码，所以本文就此而生，将会系统的介绍在CNN在图像识别方向-人脸识别，我会把我遇到的一切问题以及见解都陆续的补充在本文中，并会附上项目地址，保证各位官人看的开心。

所用工具简介

opencv很有名了，在本次项目中用到的当然是它的强大的图片处理能力了，大概就是读取、写入、连接手机摄像头一些了

mtcnn是一个用来检测图片中人脸位置(人脸检测)的深度学习模型，其使用了三个卷积网络实现了对图像中人脸的检测，在文章后面再具体的介绍其实现的细节

facenet是谷歌的一篇很有名的论文和开源项目，其实现了将输入的人像最终转换为shape为1*128的向量，然后通过计算不同照片之间的欧几里得距离来判断他们的相似度，当然其中还包含许多技巧以及创新的想法，最终的在lfw(一个很有名的人脸数据库)准确率达到99%+++，在文章的后面我会尽可能的解读其论文和代码中的有意思的想法

tensorflow应该很熟悉了(不然你是怎么搜到我的这篇文章的？) 学习深度学习的应该都知道存在各种各样的方便于搭建网络的框架，tensorflow就是其中很有名的一个，由google开源，功能强大

正式开始前的一些废话，防止看官老爷在后面麋鹿～

你肯定已经或多或许对机器学习或者是深度学习有些了解，所以你应该知道整个项目的过程无非就是

使用现有的几大框架搭建网络(当然不排除是使用matlab自己手动实现