keras-facenet

这是一个围绕这个出色的FaceNet实现的简单包装。我希望有一个可以在其他应用程序中使用的东西，可以使用链接存储库中提供的四个训练模型之一，并处理获取权重和加载它们所需的所有设置。由于API，我更喜欢尽可能使用Keras，因此我使用了此处提供的示例并将其作为代码的一部分实现。

背景介绍到此结束——那么您该如何使用它呢？

安装

pip install keras-facenet

使用方法

为了获取图像中人脸的嵌入，您可以执行以下操作。

from keras_facenet import FaceNet
embedder = FaceNet()

# Gets a detection dict for each face
# in an image. Each one has the bounding box and
# face landmarks (from mtcnn.MTCNN) along with
# the embedding from FaceNet.
detections = embedder.extract(image, threshold=0.95)

# If you have pre-cropped images, you can skip the
# detection step.
embeddings = embedder.embeddings(images)

日志记录

要查看底层的操作，将日志设置为查看INFO日志。如果在使用Jupyter笔记本，可以使用以下。

import logging

logging.basicConfig()
log = logging.getLogger()
log.setLevel('INFO')