介紹
Deepface 是一個用于 python 的輕量級人臉識別和人臉屬性分析（年齡、性別、情感和種族）框架。它是一個混合人臉識別框架。
deepface包含最先進的模型：VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace和DeepIDArcFaceDlib。所有這些模型都封裝在一起，Deepface 的人臉識別準(zhǔn)確率高達 97%，并且已被證明在人臉檢測方面比一般的人臉識別框架更成功。Facebook 使用 Deepface 來防止其平臺上的假冒和身份盜用。
一個圖表示：（來源官網(wǎng)）
每個模型的評分：
環(huán)境搭建
我的軟件環(huán)境：
- pycharm2021
- python3.9.6
模塊安裝：
pip install deepface
人臉驗證
對兩張圖片進行比對，看是否同一個人，圖片為：
以下三行代碼即可實現(xiàn)，運行它會自動給你下載相關(guān)權(quán)重文件vgg_face_weights.h5：
from deepface import DeepFace
verification = DeepFace.verify(img1_path = "img1.jpg", img2_path = "img2.jpg")
print(verification)
結(jié)果如下：
{'verified': True, 'distance': 0.1600321561950978,
'threshold': 0.4, 'model': 'VGG-Face',
'detector_backend': 'opencv', 'similarity_metric': 'cosine'}
類型是個字典，我們來解析以下含義：
- verified=True：表示同一個人。這是驗證結(jié)果。
- distance參數(shù)：這個值越小，代表相似度越高，越大則相似度越低。
- model：默認(rèn)用的模型VGG-Face。你也可以試試別的模型。
- detector_backend：要有opencv支持的意思
你也可以自己設(shè)置模型，比如設(shè)置為OpenFace：
rom deepface import DeepFace
models=["VGG-Face", "Facenet", "Facenet512", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib"]
verification = DeepFace.verify(img1_path = "img.png", img2_path = "img_1.png",model_name=models[3])
print(verification)
運行如下：
看清楚：
第一個，下載到的位置：
To: C:\Users\hp\.deepface\weights\openface_weights.h5
第二個是結(jié)果：
{'verified': False, 'distance': 0.17080708434087122,
'threshold': 0.1, 'model': 'OpenFace',
'detector_backend': 'opencv',
'similarity_metric': 'cosine'}
人臉查找
from deepface import DeepFace
img_path1 = r'img.png'
img_path2 = r'img_1.png'
img_path1 = img_path1.replace('\\', '/')
img_path2 = img_path2.replace('\\', '/')
models=["VGG-Face", "Facenet", "Facenet512", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib"]
db_path = r'data'
db_path = db_path.replace('\\', '/')
recognition = DeepFace.find(img_path = img_path2, db_path = db_path, model_name = models[0], enforce_detection=False)
print(recognition)
輸出如下：
ind function lasts 4.07146143913269 seconds
identity VGG-Face_cosine
0 data/img_2.png 0.160032
1 data/img.png 0.265129
identity表示身份的意思，VGG-Face_cosine表示的是相似度的意思應(yīng)該，它會得到相似最高的圖。
為什么要設(shè)enforce_detection= False？不設(shè)置會報錯檢測不到人臉，因為Deepface會將db_path指定的相片folder中所有的相片，取得每張相片特征后儲存于相同路徑下（副檔名為pkl），下次再取用比對時便不需要重新跑模型取得特征了。但如果其中有無法偵測出臉孔的相片，此時若enforce_detection=False，執(zhí)行時便會產(chǎn)生錯誤并停止執(zhí)行，以提醒我們資料夾中有無法檢測臉孔的相片，請重新review。待確認(rèn)folder中的相片無誤后，我們便可設(shè)定enforce_detection=False，告知Deepface不需要提醒，以提升后續(xù)執(zhí)行的速度。
人臉屬性（年齡，標(biāo)簽，性別，種族）識別
DeepFace 帶有強大的面部屬性分析模塊，用于年齡、性別、情緒和種族/民族預(yù)測。雖然 DeepFace 的面部識別模塊封裝了現(xiàn)有的最先進模型，但其面部屬性分析有自己的模型。目前，年齡預(yù)測模型的平均絕對誤差為 +/- 4.6 歲；性別預(yù)測模型的準(zhǔn)確率達到 97%。
Deepface 還提供面部屬性分析，包括、、age（包括憤怒、恐懼、中性、悲傷、厭惡、快樂和驚訝）和（包括亞洲人、白人、中東人、印度人、拉丁裔和黑人）預(yù)測。
來測試以下男神的年齡大小吧:
from deepface import DeepFace
analysis = DeepFace.analyze(img_path="img.png", actions=["age", "gender", "emotion", "race"])
print(analysis)
輸出為：
說明：年齡，21；性別，男；表情，自然；種族：亞洲人（官方只能提供到是哪個洲的人）
補充：如果你遇到報錯OSError: Unable to open file (truncated file: eof = 5865472, sblock->base_addr = 0, stored_eof = 588，你就到weights路徑下把原來的刪除，重新執(zhí)行代碼下載文件
比如我報錯：
重新執(zhí)行代碼下載即可，有時候會遇到下載失?。河捎谶B接方在一段時間后沒有正確答復(fù)或連接的主機沒有反應(yīng)，連接嘗試失敗，可以多嘗試幾次（甚至十幾次），畢竟github有些同學(xué)本來就諒解不穩(wěn)定。實在不行還是報錯，那就手動下載吧，我用wegt命令下載，比如：
使用如下命令下載到本地（或者直接點擊鏈接去下載）：
wget -c https://github.com/serengil/deepface_models/releases/download/v1.0/gender_model_weights.h5
下載好后放到weights文件夾下一樣：
視頻流識別
from deepface import DeepFace
a=DeepFace.stream()
print(a)
文章來源：http://www.zghlxwxcb.cn/news/detail-443186.html
參考
https://pypi.org/project/deepface/
https://www.cs.toronto.edu/~ranzato/publications/taigman_cvpr14.pdf文章來源地址http://www.zghlxwxcb.cn/news/detail-443186.html
到了這里，關(guān)于deepface：最先進輕量級人臉識別和人臉屬性分析框架講解的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
