项目核验档案

ageitgey/face_recognition

face_recognition 提供了基于 Python 库和命令行的人脸检测、特征点定位与识别能力，其底层依托 dlib 深度学习模型，在 Labeled Faces in the Wild 基准上准确率达 99.38%。

项目概览

该项目封装了基于 dlib 深度学习模型的人脸识别流程，提供了 Python 库和命令行两种交互方式。

项目类型: 图像视觉
应用场景: 图片处理
部署方式: 查看项目说明
License: MIT

适合谁

希望以 Python 库或命令行形式集成人脸识别功能、且需要基于成熟深度学习模型进行图像处理的开发者。

核心能力

在图片中定位所有出现的人脸，并返回其像素坐标。项目还提供了可选的基于深度学习的 CNN 人脸检测模型，且 GPU 加速（通过 CUDA）是该 CNN 模型获得良好性能的必要条件。
寻找并描绘出每个人物的眼睛、鼻子、嘴巴和下巴的位置及轮廓。
通过将图片中的人脸编码与已知图像进行比对，从而识别出照片中出现的人物身份。
提供 `face_recognition` 命令用于识别照片或文件夹中的人脸，以及 `face_detection` 命令用于查找人脸位置。
支持通过操作面部特征来实现数字化妆效果的应用。
允许使用多个 CPU 核心并行处理图像，以此加快人脸识别的处理速度。

限制与风险

本项目未正式支持 Windows 操作系统。
该人脸识别模型使用成年人数据进行训练，对儿童的识别效果不佳。
模型在不同族群之间的识别准确率可能会有所不同。
在 Nvidia Jetson Nano 上，CUDA 库存在一个 Bug，如果不遵循特定说明，将导致本库静默失败。

如何开始

安装难度为中等，需在安装本库前单独从源码编译带有 Python 绑定的 dlib 并安装 cmake，随后通过 pip3 安装 face_recognition。

核验依据

README: Recognize and manipulate faces from Python or from the command line with the world's simplest face recognition library.
GitHub 项目简介: The world's simplest facial recognition api for Python and the command line
README: The model has an accuracy of 99.38% on the Labeled Faces in the Wild benchmark
Release: v1.2.2
README: Python 3.3+ or Python 2.7 * macOS or Linux (Windows not officially supported, but might work)

来源更新时间：2026-07-16T18:05:11Z

打开原始 GitHub 项目

项目详情

0