具有用于面部识别和面部检测的用户界面的即用型代码。 上传图像，让人工智能找到匹配的人。
同时上传单个或多个图像。
style=”color:#000000;”>虽然面部识别可以识别或匹配一组图像，但面部检测可以识别图片中是否存在人脸（或更多）。
通过以下项目，您将能够：
像网络面部识别和面部检测一样使用它
上传单张或多张图片构建已知人脸库
通过面部识别查找单个图像或多个文件的匹配项
提交图像进行面部检测
作为 Web 客户端浏览结果
访问数据库和源代码
将识别类用于其他项目
包括预训练数据（来自公共库的预训练数据*，您也可以使用自己的训练数据集或其他公共数据集）
外部来源
该模型使用以下数据集进行训练：https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/。 （请检查他们的网站以了解地标许可证的变化；此外，您可以使用 Tensorflow MIT 数据集进行训练）。
对于这个系统，我们将使用 Face_Detector 来查找面部。 或者，您可以使用自己的数据集并替换这些文件。
如何使用：
首先，从 Part1 zip 文件夹（manage.py 文件所在的位置）内的“Part2”zip 文件夹复制两个 .dat 文件。
在你的 server/localhost 中安装 Python3 和 Django
将文件夹复制到您指定的位置（或服务器的 html 文件夹）。
在终端 cd 中包含 Manage.py 文件的文件夹中。
输入以下内容：
> python3 管理.py makemigrations
> python3 管理.py 迁移
> python3 管理.py 运行服务器
局限性
检测结果对应于统计概率，因此不能 100% 保证准确性。
图像质量和复杂性会影响预测的准确性。
