人工智能 deepface 换脸技术学习

介绍

Deepface是一个轻量级的python人脸识别和人脸属性分析（年龄、性别、情感和种族）框架。它是一种混合人脸识别框架缠绕状态的最先进的模型：VGG-Face，Google FaceNet，OpenFace，Facebook DeepFace，DeepID，ArcFace和Dlib。那些模型已经达到并通过了人类水平的准确性。该库主要基于 TensorFlow 和 Keras。

环境准备与安装

项目地址：

https://github.com/serengil/deepface

pycharm环境下载：

https://www.jetbrains.com/pycharm/download/#section=windows

conda虚拟环境：

https://www.anaconda.com/products/individual

数据集：

https://github.com/serengil/deepface\_models/releases/download/v1.0/vgg\_face\_weights.h5

https://github.com/serengil/deepface\_models/releases/download/v1.0/facial\_expression\_model\_weights.h5

https://github.com/serengil/deepface\_models/releases/download/v1.0/age\_model\_weights.h5

https://github.com/serengil/deepface\_models/releases/download/v1.0/gender\_model\_weights.h5

https://github.com/serengil/deepface\_models/releases/download/v1.0/race\_model\_single\_batch.h5

创建项目

使用打开项目目录后，创建时使用conda的Python 3.9虚拟环境

安装pip依赖

创建完成后，在cmd中查看现有的虚拟环境，并进入刚刚创建的虚拟环境

conda env list

activate pythonProject

进入环境后在进行安装pip所需依赖，并使用国内源进行安装实现下载加速

pip install deepface -i https://pypi.tuna.tsinghua.edu.cn/simple

使用

面部验证

此功能验证同一人或不同人员的面部对。它期望精确的图像路径作为输入。也欢迎通过笨重或基于 64 编码的图像。

cd C:\Users\Administrator\PycharmProjects\pythonProject\tests\dataset

from deepface import DeepFace
result = DeepFace.verify(img1_path = "img1.jpg", img2_path = "img2.jpg")

会自动下载数据集，若无法下载数据集

可以提前下载好数据集，放入到 C:\Users\Administrator.deepface\weights\ 目录下