介绍
Deepface是一个轻量级的python人脸识别和人脸属性分析（年龄、性别、情感和种族）框架。它是一种混合人脸识别框架缠绕状态的最先进的模型：VGG-Face，Google FaceNet，OpenFace，Facebook DeepFace，DeepID，ArcFace和Dlib。那些模型已经达到并通过了人类水平的准确性。该库主要基于 TensorFlow 和 Keras。
环境准备与安装
项目地址：
https://github.com/serengil/deepface
pycharm环境下载：
https://www.jetbrains.com/pycharm/download/#section=windows
conda虚拟环境：
https://www.anaconda.com/products/individual
数据集：
https://github.com/serengil/deepface_models/releases/download/v1.0/vgg_face_weights.h5
https://github.com/serengil/deepface_models/releases/download/v1.0/age_model_weights.h5
https://github.com/serengil/deepface_models/releases/download/v1.0/gender_model_weights.h5
https://github.com/serengil/deepface_models/releases/download/v1.0/race_model_single_batch.h5
创建项目
使用打开项目目录后，创建时使用conda的Python 3.9虚拟环境
安装pip依赖
创建完成后，在cmd中查看现有的虚拟环境，并进入刚刚创建的虚拟环境
conda env list
activate pythonProject
进入环境后在进行安装pip所需依赖，并使用国内源进行安装实现下载加速
pip install deepface -i https://pypi.tuna.tsinghua.edu.cn/simple
使用
面部验证
此功能验证同一人或不同人员的面部对。它期望精确的图像路径作为输入。也欢迎通过笨重或基于 64 编码的图像。
cd C:\Users\Administrator\PycharmProjects\pythonProject\tests\dataset
from deepface import DeepFace
result = DeepFace.verify(img1_path = "img1.jpg", img2_path = "img2.jpg")
会自动下载数据集，若无法下载数据集
可以提前下载好数据集，放入到 C:\Users\Administrator.deepface\weights\ 目录下
面部属性分析
Deepface还配备了一个强大的面部属性分析模块，包括年龄，性别，面部表情（包括愤怒，恐惧，中性，悲伤，厌恶，快乐和惊喜）和种族（包括亚洲，白人，中东，印度，拉丁和黑色）预测。
from deepface import DeepFace
obj = DeepFace.analyze(img_path = "img4.jpg", actions = ['age', 'gender', 'race', 'emotion'])
会自动下载数据集，若无法下载数据集
可以提前下载好数据集，放入到 C:\Users\Administrator.deepface\weights\ 目录下
