IMAGEAI 目录结构

|--iamgeAI/
| | | |--Face_acquisition_from_video/ #人脸获取 | | | | | |--data/ | | | | | | | |--data_dlib/* 预训练文件 shape_predictor_68_face_landmarks.dat、dlib_face_recognition_resnet_model_v1.dat、shape_predictor_5_face_landmarks.dat | | | | | | | |--data_faces_from_camera/ #存储获取的图片 | | |
| | |-- face_acquisition.py #程序运行：python face_acquisition.py，输入录入对象 | |
| |--Face_Recognition/ #人脸识别
| | | | | |--knn_data/ | | | | | | | |--train/ #存储knn模型人脸数据 | | | | | | | |--test/ #测试 | | |
| | |--model/ #存储knn模型 | | | | | |--xml/ #cv2 目标识别参数文件 | | | | | |--face_recognition_knn.py #knn模型建立， python face_recognition_knn.py | | | | | |--facerec_from_webcam.py --------|
| | | |--#调用摄像头，实时人脸识别 | | |--facerec_from_webcam_faster.py--| | |
| |--object_detection/
| | | | | |--keras-yolo3/ | | | | | | | |--real_time_video_person_detect.py #对象识别，实时监控 | | | | | | | |--object_detection_yolo_for_train.py #人物识别，截图保存 | | |
| | |相关模型由于太大上传不了，见附件链接信息
| | |
| |
| |--safety_helmet_recognition/
| | |
| | |--train/ #训练集
| | |--val/ #验证集
| | |
| | |--train.py #python train.py
| | | | | |--predict.py #预测代码 | | | | | |

图片均来源于网上

1、人脸识别 face_recognition_knn.py 对图片进行特征提取，建立knn模型

facerec_from_webcam_faster.py 调取笔记本摄像头，调用knn模型，实现实时人脸人脸（也可以修改为通过图片的输入进行人脸识别） eg: facerec_from_webcam 和 facerec_from_webcam_faster 区别在于获取图像的大小

2、图像识别 object_detection_yolo_for_train.py 生成训练数据 识别图片：带安全帽和不带安全帽，标注数据集 存储格式为： ./train/no_hat/ ; ./train/has_hat/ ; ./val/no_hat/ ; ./val/has_hat/ ;

3、图像分类模型训练 safety_helmet_recognition/train.py 使用vgg或者resnet预训练模型，提取网络结构，输入模型训练，并生成分类模型

4、以上介绍的各项功能都以是单独功能模块，组合起来可以实现人脸识别，目标检测，特定业务的目标检测等。

所用相关模型文件可以通过下面百度网盘链接进行下载： 链接：https://pan.baidu.com/s/1VMqkFPoblt2xf47cLgAl6Q 提取码：wwma