# Python-Tensorflow-Face-v2.0

**Repository Path**: a739615247/Python-Tensorflow-Face-v2.0

## Basic Information

- **Project Name**: Python-Tensorflow-Face-v2.0
- **Description**: 基于tensorflow的人脸识别
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2019-04-12
- **Last Updated**: 2020-12-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python-Tensorflow-Face-v2.0
1. 本文以Triplet网络为基础，改进了原有的通过训练分类器来检测人脸的方法，大大提高了识别的准确度。   
1. 本人使用训练数据集为微软MS-Celeb-1M数据集,[下载地址].(https://www.msceleb.org/download/aligned)   
2. 下载的数据集为.tsv格式,需要还原成jpg格式图片。需要把extracted.py拷贝到tsv文件同目录下，然后运行：  
    $ python extracted.py --outputDir=data FaceImageCroppedWithAlignment.tsv  
    尽量留有足够大的硬盘空间。
3. 还需要对数据集进行清理，可到这[链接](https://pan.baidu.com/s/1JfqPCL6vMABbX71WpGDUpg) (密码：9ykp)下载干净的列表，并把下载的txt文件、faceshutil.py和data文件夹放在同一目录下，运行py文件即可
4. 把get_align_face.py放到out同目录下，进行最后的人脸对齐。得到的train_faces文件夹放在项目同级文件夹下。
5. 程序运行流程：          
  + 1. 首先运行makefile.py文件，生成一些目录。 
  + 2. 在[链接](https://pan.baidu.com/s/1F6w8JIzg6o61D2sNmJ9tLw)( 密码：8tgk)下载LFW数据集，放在 ./temp/lfw/文件夹下，最后的目录是./tmp/lfw/lfw。这是为了测试准确率。
  + 3. 运行run.py文件，如果想要继续接着训练,需要把new改为True.这样做的目的是可以间断训练，每次训练完一段时间退出，可以接着训练。   
  + 4. 训练完成后，可以运行lfw_test.py文件查看准确率。
7. 训练好的模型可以放到这个项目中https://github.com/yeziyang1992/Face_Recognition_Client  检验。
8. 如有问题探讨，邮箱联系：yeziyang1992@163.com