文件名称：face-id-backend:这是基于openface，django-rest，dlib和opencv，基于base64编码的img的人脸识别系统后端的演示
文件大小：7.17MB
文件格式：ZIP
更新时间：2024-06-02 19:05:08
Python
面部识别后端 这是面部识别系统后端的演示。 我们严重依赖一些开源代码，对基准数据集的某些实现进行测试，最后将它们集成到我们的后端系统中。 Frontend由高中野开发。 要求 Anaconda 5.0 Python 3.6.0 火炬0.2.0 张量流1.2.0 keras 2.1.2 敞开的脸 dlib 19.7.0 Django 1.11.7 djangorestframework 3.7.3 代码结构 该项目主要基于Django项目结构。 face_algorithm：核心人脸识别算法 face_id_backend：Django配置 face_recognition：Django应用 媒体：面对img和功能矢量文件 test_json：json文件，用于测试通信 manage.py 自述文件 人脸算法 中心损失：未经训练 facenet tensorflow版本：正
【文件预览】：
face-id-backend-master
----.gitignore(55B)
----doc()
--------face_id_doc.md(6KB)
----face_recognition()
--------urls.py(560B)
--------__init__.py(0B)
--------views.py(6KB)
--------serializers.py(1KB)
--------models.py(312B)
--------apps.py(106B)
--------admin.py(113B)
--------migrations()
--------my_serializers.py(2KB)
--------tests.py(60B)
----face_algorithm()
--------data()
--------landmarks_mtcnn.py(2KB)
--------sphere_face_pt.py(2KB)
--------sphere_face_pytorch()
--------__init__.py(0B)
--------detect_align.py(2KB)
--------vgg_face.py(2KB)
--------MTCNN_keras()
--------utils.py(1KB)
--------joint_bayes_face.py(723B)
--------face_id.py(2KB)
--------id_utils.py(4KB)
--------joint_bayes()
--------MTCNN_pytorch()
--------lfw.py(6KB)
----face_id_backend()
--------urls.py(867B)
--------__init__.py(0B)
--------wsgi.py(408B)
--------settings.py(4KB)
----README.md(4KB)
----.idea()
--------misc.xml(260B)
--------workspace.xml(70KB)
--------vcs.xml(180B)
--------deployment.xml(752B)
--------dataSources.xml(578B)
--------dataSources.local.xml(773B)
--------face_id_backend.iml(1KB)
--------modules.xml(282B)
----test_json()
--------register.json(89KB)
--------recognition.json(89KB)
--------recognition_zx.json(95KB)
----manage.py(813B)