简介本资源是一套基于FaceNet模型实现人脸检测、识别与相似性匹配的毕业设计完整代码方案面向计算机视觉初学者、人工智能课程设计学生及人脸识别方向入门开发者。项目支持从图像中检测人脸、提取128维特征向量并存入MySQL数据库同时提供Web API接口基于Flask可通过POST方式上传新图片实时返回库中相似度最高的人脸信息具备完整端到端工程实践价值。压缩包共33个文件含11个核心Python源码如face_recognition_api.py、face_mysql.py、3个测试图像jpg/png、3个预训练模型相关npy文件、SQL建表脚本及README说明文档整体仅3.2MB轻量易部署。目前已有468人学习下载代码结构清晰、模块职责分明含对齐align、特征提取models、临时图像管理pic_tmp等目录附带requirements.txt和database.sql开箱即用适合快速复现、二次开发或课程答辩演示。1. Facenet 不是万能钥匙它只管“人脸特征比对”检测、对齐、入库全得你亲手搭Facenet 这个词最近在毕业设计圈里火得有点玄学——很多人一搜“人脸识别”首页就跳出来“基于 Facenet 的完整代码”点进去发现模型能跑通但喂一张歪头侧脸的自拍就直接崩或者训练完说准确率98%结果换了个光照环境连自己都认不出。这不是 Facenet 的锅而是它压根没承诺过“端到端可用”。Facenet 的核心任务只有一个把一张已对齐、已裁剪、正脸居中的人脸图像映射成一个128维浮点向量embedding再用余弦相似度或欧氏距离去比这个向量和库里的向量有多像。它不负责找人脸在哪那是 MTCNN 或 RetinaFace 的活不负责把歪脸掰正需要关键点对齐更不负责建库、查重、阈值调优这些工程细节。这份毕业设计代码包之所以“完整”恰恰是因为它把这四块拼图——检测MTCNN、对齐68点仿射变换、嵌入提取Facenet Inception-ResNet v1、相似性匹配L2距离动态阈值——全串起来了还配了训练脚本、测试集划分逻辑和可视化对比界面。适合正在赶毕设、需要可演示、可答辩、可改参数的工科生也适合想搞懂“工业级人脸 pipeline 怎么从零搭起”的入门者。别指望下载解压双击运行但只要你愿意花半天配好环境、理解每段代码在管道里干啥它就是一块能直接焊进你毕设系统的钢板。2. 从原始图像到128维向量Facenet 嵌入提取流程拆解与实操Facenet 的嵌入提取不是黑匣子而是一条清晰的数据流水线输入是 RGB 图像 → 经过预处理归一化、尺寸缩放→ 进入冻结的 Inception-ResNet v1 主干网络 → 输出最后一个全连接层前的特征向量 → L2 归一化 → 得到最终 embedding。这份代码包用的是 TensorFlow 1.x 实现注意不是 Keras 高阶 API 封装是原生 graph session 模式模型权重来自官方发布的20180402-114759版本对应论文中 LFW 99.65% 准确率。它不训练主干只做 inference所以速度够快内存占用可控非常适合毕设部署。2.1 模型加载与输入预处理为什么必须用align模块先过一遍Facenet 对输入极其敏感图像必须是 160×160 像素、RGB 三通道、像素值归一化到 [-1, 1] 区间。但原始摄像头或照片绝不会自动满足这些条件。代码包里src/align目录下的detect_face.py和preprocess.py就是干这个的。它先调用 MTCNN 检测出人脸框和5个关键点左右眼、鼻尖、左右嘴角再用align_face()函数做仿射变换——以双眼中心为基准旋转校正再按比例缩放到160×160。这一步漏掉后面 embedding 的数值会剧烈漂移导致同一人不同角度的照片向量距离远超阈值。# src/embedding.py 中关键片段加载模型并预处理单张图 import tensorflow as tf from src.align import detect_face, preprocess def load_facenet_model(model_path): # 加载 frozen graph with tf.gfile.GFile(model_path, rb) as f: graph_def tf.GraphDef() graph_def.ParseFromString(f.read()) with tf.Graph().as_default() as graph: tf.import_graph_def(graph_def, name) return graph def get_embedding(image_path, sess, input_placeholder, embeddings): 输入路径返回128维embedding img cv2.imread(image_path) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # BGR → RGB # 关键必须先对齐 aligned_img preprocess.align_face(img) # 内部调用 detect_face 仿射变换 if aligned_img is None: raise ValueError(f无法在 {image_path} 中检测到有效人脸) # 归一化到 [-1, 1] prewhitened (aligned_img.astype(np.float32) - 127.5) / 128.0 # 添加 batch 维度 prewhitened np.expand_dims(prewhitened, axis0) # 执行 inference emb sess.run(embeddings, feed_dict{input_placeholder: prewhitened}) return emb[0] # 返回 128 维向量提示prewhitened (img - 127.5) / 128.0这行是 Facenet 训练时用的标准化方式不是 ImageNet 的(img/255.0 - mean)/std。用错会导致 embedding 全乱相似度计算完全失效。2.2 Embedding 提取接口封装如何批量处理你的数据集毕设不可能只比对两张图。代码包提供了src/dataset.py来构建人脸库。它会遍历你指定的文件夹如dataset/train/对每个子目录代表一个人下的所有图片执行get_embedding然后把结果存成.npy文件如person_A.npy里面是 shape(N, 128) 的数组N 是该人照片数。这样做的好处是避免每次查询都重复跑 MTCNN 和 Facenet极大加速后续匹配。# src/dataset.py 中 build_embeddings 函数逻辑 def build_embeddings(dataset_dir, model_path, output_dir): graph load_facenet_model(model_path) with tf.Session(graphgraph) as sess: # 获取图中 placeholder 和 embedding tensor 名称需与 frozen model 一致 input_placeholder graph.get_tensor_by_name(input:0) embeddings graph.get_tensor_by_name(embeddings:0) for person_name in os.listdir(dataset_dir): person_path os.path.join(dataset_dir, person_name) if not os.path.isdir(person_path): continue embs_list [] for img_file in os.listdir(person_path): if not img_file.lower().endswith((.png, .jpg, .jpeg)): continue img_path os.path.join(person_path, img_file) try: emb get_embedding(img_path, sess, input_placeholder, embeddings) embs_list.append(emb) except Exception as e: print(f跳过 {img_path}: {e}) continue if embs_list: # 保存为 .npy便于 numpy.load 直接读取 np.save(os.path.join(output_dir, f{person_name}.npy), np.array(embs_list)) print(f已保存 {person_name} 的 {len(embs_list)} 个 embedding)这段代码的关键在于它把“检测-对齐-嵌入”三步封装成原子操作并做了异常捕获比如某张图没检测到脸就跳过保证整个数据集构建过程鲁棒。你只需要准备好dataset/train/张三/1.jpg,dataset/train/张三/2.jpg… 这样的结构运行一次就能生成全部 embedding 文件。2.3 相似性匹配核心L2 距离 vs 余弦相似度阈值怎么定才不翻车Facenet 论文明确推荐用 L2 距离欧氏距离衡量 embedding 相似性而非余弦相似度。原因在于Facenet 的 embedding 经过 L2 归一化后所有向量落在单位球面上此时 L2 距离与余弦距离存在单调关系但 L2 更稳定、对噪声更鲁棒。代码包里src/matcher.py的calculate_distance函数默认用np.linalg.norm(emb1 - emb2)。但阈值threshold才是灵魂——设太低同一个人不同照片被拒设太高不同人被误认。# src/matcher.py def calculate_distance(emb1, emb2): return np.linalg.norm(emb1 - emb2) # L2 distance def match_face(query_emb, gallery_embs, threshold1.0): query_emb: (128,) 查询向量 gallery_embs: (N, 128) 库中所有向量堆叠 threshold: L2 距离阈值越小越严格 返回: (最短距离, 对应索引, 是否匹配) distances np.linalg.norm(gallery_embs - query_emb, axis1) min_idx np.argmin(distances) min_dist distances[min_idx] return min_dist, min_idx, min_dist threshold参数说明threshold1.0是常见起点Facenet 原论文建议 0.8~1.2但必须根据你的数据调。比如你用手机前置摄像头拍的室内照片光照均匀阈值可设 0.9若包含室外逆光、戴眼镜、口罩等干扰建议先用test_threshold.py在验证集上扫一遍 0.6~1.4画出 FRR拒识率/FAR误识率曲线选平衡点。3. 人脸检测与对齐模块深度解析MTCNN 为何仍是毕业设计首选Facenet 只管“比”不管“找”。而“找人脸”这件事在毕业设计场景下MTCNNMulti-task Cascaded Convolutional Networks依然是最稳的选择。它由 P-Net、R-Net、O-Net 三级网络串联分别负责候选框生成、框精修、关键点定位精度高、速度快、开源实现成熟如mtcnnPyPI 包且对遮挡、小脸、侧脸有一定鲁棒性。这份代码包用的就是mtcnn0.1.0版本配合 OpenCV 做后处理整套流程不到 50 行核心代码。3.1 MTCNN 初始化与参数调优batch_size 和 thresholds 怎么设MTCNN 的MTCNN类初始化时有三个关键参数steps_threshold三级网络置信度阈值、scale_factor图像金字塔缩放因子、min_face_size最小可检人脸尺寸。毕业设计不必深究原理但必须知道怎么调min_face_size20足够覆盖 640×480 视频流中 40×40 像素以上的人脸设太小如 10会引入大量误检steps_threshold[0.6, 0.7, 0.7]P-Net 最宽松0.6O-Net 最严格0.7这是经验值调高会漏检调低会多检scale_factor0.709标准值不用动。# src/align/detect_face.py 中初始化示例 from mtcnn import MTCNN detector MTCNN( min_face_size20, steps_threshold[0.6, 0.7, 0.7], scale_factor0.709 ) def detect_faces(img): 输入 RGB numpy array返回 [x, y, w, h, confidence, 5-keypoints] 列表 results detector.detect_faces(img) faces [] for r in results: x, y, w, h r[box] confidence r[confidence] keypoints r[keypoints] # dict: left_eye, right_eye, ... faces.append([x, y, w, h, confidence, keypoints]) return faces注意detector.detect_faces()输入必须是 RGB 格式、uint8 类型的 numpy array。如果你用cv2.imread()读图记得cv2.cvtColor(img, cv2.COLOR_BGR2RGB)否则关键点会偏移。3.2 关键点对齐68点 vs 5点为什么毕业设计选5点就够了工业级系统常用 dlib 的 68 点模型做精细对齐如嘴唇、眉毛变形矫正但毕业设计没必要。MTCNN 自带的 5 点双眼中心、鼻尖、左右嘴角已足够支撑 Facenet 的输入要求。对齐的核心是以双眼中心为旋转基准将两眼连线水平化并缩放到固定尺寸。代码包里src/align/preprocess.py的align_face()函数就是干这个的它用 OpenCV 的cv2.getAffineTransform()构造仿射矩阵再用cv2.warpAffine()扭曲原图。# src/align/preprocess.py 关键对齐逻辑 def align_face(img, image_size160, margin44): 输入 RGB img返回对齐后 160x160 图像 faces detect_faces(img) # 复用上面的 detect_faces if not faces: return None # 取置信度最高的一张脸 best_face max(faces, keylambda x: x[4]) _, _, _, _, _, kp best_face left_eye kp[left_eye] right_eye kp[right_eye] # 计算双眼中心和角度 eye_center ((left_eye[0] right_eye[0]) // 2, (left_eye[1] right_eye[1]) // 2) dy right_eye[1] - left_eye[1] dx right_eye[0] - left_eye[0] angle np.degrees(np.arctan2(dy, dx)) # 顺时针为正 # 构造仿射变换矩阵旋转缩放平移 scale image_size / (right_eye[0] - left_eye[0]) * 0.9 # 0.9 是经验缩放系数 rot_mat cv2.getRotationMatrix2D(eye_center, angle, scale) # 平移使双眼中心到 (image_size/2 - margin/2, image_size/2) rot_mat[0, 2] (image_size / 2 - margin / 2) - eye_center[0] rot_mat[1, 2] (image_size / 2) - eye_center[1] # 执行仿射变换 aligned cv2.warpAffine(img, rot_mat, (image_size, image_size), flagscv2.INTER_CUBIC) return aligned这段代码的血泪经验在于scale的计算0.9这个系数是反复试出来的。设 1.0 会导致人脸被切掉额头或下巴设 0.7 又会让脸太小Facenet 提取的特征不饱满。它本质是在“保留五官完整性”和“填满160×160画布”之间找平衡。3.3 检测失败的兜底策略当 MTCNN 找不到脸程序不该直接崩真实场景中MTCNN 会因以下原因失败强反光、闭眼、严重侧脸、帽子遮挡、图像模糊。如果代码遇到faces[]就抛异常退出毕设演示时当场翻车。这份代码包在get_embedding()函数里做了两层兜底降级尝试若原图检测失败自动将图像缩小 0.5 倍再试一次小图人脸相对变大有时能检出返回空标识若两次都失败不报错而是返回None上层逻辑如build_embeddings捕获后跳过该图继续处理下一张。# src/embedding.py 中增强版 get_embedding def get_embedding_safe(image_path, sess, input_placeholder, embeddings, retryTrue): img cv2.imread(image_path) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) aligned preprocess.align_face(img) if aligned is not None: return _get_embedding_core(aligned, sess, input_placeholder, embeddings) if retry: # 尝试缩小图像再对齐 h, w img.shape[:2] small_img cv2.resize(img, (w//2, h//2)) aligned_small preprocess.align_face(small_img) if aligned_small is not None: # 缩小后的图需放大回 160x160 aligned_small cv2.resize(aligned_small, (160, 160)) return _get_embedding_core(aligned_small, sess, input_placeholder, embeddings) return None # 明确返回 None由调用方处理这种“柔性失败”设计让整个 pipeline 在面对脏数据时依然健壮是工程思维的体现也是答辩时老师会留意的细节。4. 人脸相似性匹配实战构建可验证的匹配系统与阈值调优方法论匹配不是“算个距离打个勾”而是一个闭环查询 → 提取 embedding → 计算距离 → 与阈值比较 → 返回 ID/置信度 → 可选记录日志 → 可视化结果。这份代码包的src/app.py就是一个最小可行 demo支持单图匹配、摄像头实时匹配、批量测试。但真正让毕设出彩的是你能解释清楚“为什么这个距离值就代表是同一个人”。4.1 匹配流程可视化用 OpenCV 实时标注让答辩老师一眼看懂src/app.py的real_time_match()函数用 OpenCV 打开摄像头逐帧检测、对齐、提取 embedding再与本地 gallery 比对。关键在于结果可视化它不仅在人脸框上写ID: 张三 (0.32)还会把查询图和匹配到的库图并排显示标出 L2 距离。这种“所见即所得”的呈现比纯数字报告有力得多。# src/app.py 中实时匹配核心循环 def real_time_match(gallery_dir, model_path, threshold0.9): detector MTCNN(min_face_size20) graph load_facenet_model(model_path) with tf.Session(graphgraph) as sess: input_placeholder graph.get_tensor_by_name(input:0) embeddings graph.get_tensor_by_name(embeddings:0) # 加载 gallery embeddings gallery_embs, gallery_names load_gallery(gallery_dir) cap cv2.VideoCapture(0) while True: ret, frame cap.read() if not ret: break rgb_frame cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) faces detector.detect_faces(rgb_frame) for face in faces: x, y, w, h, conf, kp face if conf 0.9: # 置信度过低的检测结果过滤掉 continue # 对齐 aligned preprocess.align_face_from_keypoints(rgb_frame, kp) if aligned is None: continue # 提取 embedding emb get_embedding(aligned, sess, input_placeholder, embeddings) # 匹配 dist, idx, matched match_face(emb, gallery_embs, threshold) # 绘制结果 color (0, 255, 0) if matched else (0, 0, 255) cv2.rectangle(frame, (x, y), (xw, yh), color, 2) label f{gallery_names[idx]} ({dist:.2f}) cv2.putText(frame, label, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) cv2.imshow(Face Match, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()提示conf 0.9这个二次过滤很重要。MTCNN 有时会给出 0.5 置信度的“疑似人脸”这种低质量检测输入 Facenet 后产生的 embedding 噪声极大强行匹配必然误判。宁可漏检不可误检。4.2 阈值调优用test_threshold.py扫描 FAR/FRR 曲线拒绝拍脑袋定 0.8“Facenet 阈值设 0.8” 是网上流传最广的玄学。但你的数据分布可能完全不同。代码包附带test_threshold.py它会加载一个标注好的验证集val/目录下按人名分文件夹对每张图计算它与“同人其他图”的距离正样本和“不同人所有图”的距离负样本然后扫一遍阈值范围如 0.4~1.6步长 0.05统计每个阈值下的FARFalse Accept Rate不同人被误认为同人的比例FRRFalse Reject Rate同人不同照片被拒识的比例。# test_threshold.py 核心逻辑简化 def evaluate_thresholds(gallery_dir, val_dir, model_path, thresholdsnp.arange(0.4, 1.6, 0.05)): # 加载 gallery embeddings同上 gallery_embs, gallery_names load_gallery(gallery_dir) # 构建正负样本距离列表 pos_distances [] # 同人不同图的距离 neg_distances [] # 不同人图的距离 for person in os.listdir(val_dir): person_path os.path.join(val_dir, person) if not os.path.isdir(person_path): continue person_imgs [os.path.join(person_path, f) for f in os.listdir(person_path) if f.lower().endswith((.jpg, .png))] # 正样本该人任意两张图的距离 for i in range(len(person_imgs)): for j in range(i1, len(person_imgs)): emb_i get_embedding(person_imgs[i], ...) emb_j get_embedding(person_imgs[j], ...) pos_distances.append(np.linalg.norm(emb_i - emb_j)) # 负样本该人图 vs 其他人所有图 other_persons [p for p in os.listdir(gallery_dir) if p ! person] for other_p in other_persons: other_embs np.load(os.path.join(gallery_dir, f{other_p}.npy)) for other_emb in other_embs: dist np.linalg.norm(emb_i - other_emb) neg_distances.append(dist) # 扫描阈值计算 FAR/FRR far_list, frr_list [], [] for th in thresholds: far np.mean(np.array(neg_distances) th) # 负样本中距离th 的比例 frr np.mean(np.array(pos_distances) th) # 正样本中距离th 的比例 far_list.append(far) frr_list.append(frr) # 绘图并返回 EEREqual Error Rate点 plt.plot(far_list, frr_list) plt.xlabel(FAR) plt.ylabel(FRR) plt.title(ROC Curve) plt.show() eer_idx np.argmin(np.abs(np.array(far_list) - np.array(frr_list))) return thresholds[eer_idx], far_list[eer_idx] eer_threshold, eer evaluate_thresholds(dataset/gallery/, dataset/val/, model/facenet.pb) print(fEER 阈值: {eer_threshold:.3f}, EER: {eer:.3f})运行这个脚本你会得到一条 ROC 曲线交点FARFRR处的阈值叫 EEREqual Error Rate是学术界公认的平衡点。把它设为你的系统阈值答辩时老师问“为什么是 0.87 而不是 0.8”你就能指着图说“因为在这个点误识和拒识概率相等系统最公平”。4.3 匹配结果可信度增强不止一个距离还要看距离分布单靠一个最小距离做决策风险很高。比如库中只有张三一张图查询图恰好与它距离 0.85但若张三本人有 10 张图查询图与其中 9 张距离都 1.2仅 1 张是 0.85那这个匹配就很可疑。代码包在src/matcher.py中提供了match_with_distribution()函数它不仅返回最小距离还返回该 ID 下所有 embedding 距离的均值、标准差、最小值、最大值def match_with_distribution(query_emb, gallery_dict, threshold0.9): gallery_dict: {name: np.array(shape(N,128))} 返回: { name: 张三, min_dist: 0.85, mean_dist: 1.02, std_dist: 0.15, all_dists: [0.85, 1.12, 0.98, ...] } results {} for name, embs in gallery_dict.items(): distances np.linalg.norm(embs - query_emb, axis1) results[name] { min_dist: np.min(distances), mean_dist: np.mean(distances), std_dist: np.std(distances), all_dists: distances.tolist() } # 按 min_dist 排序取 top3 sorted_results sorted(results.items(), keylambda x: x[1][min_dist]) top3 sorted_results[:3] # 判断若 top1 的 min_dist 比 top2 小很多比如差 0.3且其 std_dist 小则可信 if len(top3) 2: gap top3[1][1][min_dist] - top3[0][1][min_dist] if gap 0.25 and top3[0][1][std_dist] 0.18: return {name: top3[0][0], confidence: high, **top3[0][1]} return {name: top3[0][0], confidence: medium, **top3[0][1]}这个函数输出的confidence: high比单纯matched: True信息量大得多。它告诉用户“我们不仅找到最像的还确认了它确实比其他人都像得多而且库中这个人本身的照片特征很稳定”。这种设计让系统从“能用”升级到“可信”。5. 避坑指南毕业设计中最常踩的五个坑及血泪解决方案Facenet 毕设看似简单实则暗坑密布。我带过三届学生做类似课题几乎每个人都至少栽在一个坑里。下面这五条全是现场 debug 时抓耳挠腮、查文档到凌晨两点、最后发现是某个参数写错或路径没配对的真实记录。照着避能省你三天时间。5.1 坑一TensorFlow 版本冲突导致ImportError: cannot import name tf from tensorflow现象运行python app.py报错ImportError: cannot import name tf from tensorflow或者AttributeError: module tensorflow has no attribute Session。原因代码包是 TensorFlow 1.x 风格tf.Session,tf.placeholder但你装了 TF 2.x。TF 2.x 默认启用 eager execution废弃了 graph/session 模式且 API 完全不兼容。解决方案 A推荐创建独立 conda 环境安装 TF 1.15最后一个 1.x 版本conda create -n facenet-py36 python3.6 conda activate facenet-py36 pip install tensorflow1.15.0 mtcnn0.1.0 opencv-python4.5.5.64方案 B若必须用 TF 2.x需加兼容层不推荐易出新坑import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # 必须加这一行5.2 坑二MTCNN 检测框坐标与 OpenCV 绘图坐标系不一致框画歪了现象app.py运行时人脸框明显不在脸上要么偏左上角要么框住半边肩膀。原因MTCNN 的detect_faces()返回的box是[x, y, width, height]其中(x,y)是左上角坐标但 OpenCV 的cv2.rectangle()参数是(x1,y1,x2,y2)即左上角和右下角坐标。直接传box会出错。解决必须手动转换# 错误写法框会极小 cv2.rectangle(frame, (x, y), (w, h), color, 2) # 正确写法加 x,y 偏移 cv2.rectangle(frame, (x, y), (xw, yh), color, 2)血泪经验这个错误太隐蔽因为w,h数值小框看起来像一个点。务必打印x,y,w,h的值确认(xw, yh)确实在图像尺寸内xw frame.shape[1],yh frame.shape[0]。5.3 坑三Facenet embedding 向量未归一化导致距离计算失真现象同一人不同照片的 embedding 距离忽大忽小0.3~1.8无法设定稳定阈值或者所有距离都集中在 0.9~1.1 之间区分度极差。原因Facenet 模型输出的 embedding 向量embeddings:0tensor必须经过 L2 归一化才能用于距离计算。代码包里get_embedding()函数末尾有emb emb / np.linalg.norm(emb)但如果你自己写了新函数漏掉了这行就会出问题。解决检查所有提取 embedding 的地方确保有归一化# 必须有这一行 emb emb / np.linalg.norm(emb) # 归一化到单位向量验证方法打印np.linalg.norm(emb)结果必须是1.0浮点误差内如0.99999994。5.4 坑四数据集路径含中文或空格os.listdir()返回乱码或报错现象build_embeddings.py运行时报FileNotFoundError但路径明明存在或os.listdir(dataset/train)返回空列表实际文件夹里有图。原因Windows 系统下Python 3.6 对中文路径支持不一致尤其当路径含空格如C:\My Dataset\train时os.listdir()可能静默失败。解决统一用pathlib替代osfrom pathlib import Path dataset_dir Path(dataset/train) for person_dir in dataset_dir.iterdir(): if person_dir.is_dir(): for img_path in person_dir.glob(*.jpg): # 处理 img_path passpathlib对 Unicode 路径处理更鲁棒且语法更清晰。5.5 坑五摄像头采集的 BGR 图像直接送入 MTCNN关键点偏移现象实时匹配时人脸框抖动严重关键点尤其是眼睛总在脸外或者align_face()返回None。原因OpenCV 的cv2.VideoCapture().read()返回的是 BGR 格式图像而 MTCNN 的detect_faces()要求 RGB 格式。BGR 和 RGB 的通道顺序颠倒导致网络把蓝色当红色特征提取错乱。解决必须在送入 MTCNN 前转换ret, frame cap.read() rgb_frame cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 这一行不能少 faces detector.detect_faces(rgb_frame) # 送 RGB排查技巧临时加一行cv2.imshow(RGB, rgb_frame)确认窗口里肤色是否正常BGR 送入会发紫RGB 才正常。6. 毕设加分项用 PCA 降维可视化 embedding 分布让答辩老师眼前一亮答辩时光说“准确率95%”太单薄。如果你能打开一张图展示“张三的10张照片 embedding 在二维空间里聚成一团和李四的团明显分开”老师立刻明白你真的懂特征、懂分布、懂评估。这不需要新模型只需用 PCA主成分分析把 128 维 embedding 降到 2 维再用 matplotlib 画散点图。代码包虽没自带但 20 行就能加上而且效果震撼。6.1 PCA 降维实战从 128 维到 2 维保留 85% 方差PCA 的目标不是“随便降维”而是找到数据方差最大的两个方向让降维后类内紧凑、类间分离。sklearn.decomposition.PCA可以指定n_components2但它默认保留全部方差。更好的做法是先用n_components0.85保留 85% 方差看它需要多少维再决定是否强制 2 维。# tools/visualize_embeddings.py import numpy as np import matplotlib.pyplot as plt from p a hrefhttps://download.csdn.net/download/weixin_55771290/87432043 stylecolor:#ec7500;font-size:14px; 本文还有配套的精品资源点击获取 /a img altmenu-r.4af5f7ec.gif srchttps://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif stylewidth:16px;margin-left:4px;vertical-align:text-bottom;cursor:text; /p
