根据我上篇文章的分享,我提到了FaceRecognitionDotNet,它是python语言开发的一个项目face_recognition移植。结果然是有喜有忧,喜的是不少去关注了,进行了下载,我看到项目Star从十几个变成了如今将近两百多个,忧的是不少人看不懂这项目,加了个人群来问怎么用,或者缺乏的Dll在哪里。其实做者自己已经在项目介绍里面都写清楚了,真的是明明白白的。缺的dll能够nuget上下载,缺乏的模型文件能够去它所移植的原项目上下载。不少人参差不齐的,问的问题也五花八门,好歹也追求一下本质问题,好好看看介绍和文档,仔仔细细阅读一下,也没有多少字的。各位有点焦急了。html
我对整个项目作了总体的梳理,我主要看重的是人脸识别部分,其实做者在编码上原先不太支持中文,我作了一些修改还加了一些函数,总体以下图。我作成了一个OWIN自宿主程序,将人脸识别的接口以WebApi的形式暴露给外部调用。自己也提供命令行进行一些操做。python
1.exit顾名思义是退出指令linux
2.face init是用于初始化模型数据git
3.face add用于添加新的模型数据github
4.face test用于作测试函数
日志记录工具是用了NLog,别的都是项目的依赖包。说了这么多估计不少人急着要源码,急于求成的心态很很差啊。诶,能仔仔细细去看别人项目的沉静心思仍是要有的,否则仍是渣,向移植代码的大佬致敬,这才是中流砥柱,但愿用了源码的各位去给大佬也提交一下代码或者提一些建议,让这样好的项目存在下去。源码地址(包比较大我上传到了百度云,我把全部文件都放在了一块儿,vs2017社区版建立,省得不会搭建项目的小白问):工具
连接:https://pan.baidu.com/s/1mI5vLNOgE6amEcYiiGOzpg
提取码:54th 性能
最后说一下成果,里面有不是点会踩到,好比内存增加问题,须要手动释放一些资源,我已经在包函数的时候作了简单处理。总体性能仍是不错的,两千张照片,处理花了700秒,我是在一台虚机上作的测试,固然开发也在那台机器上。整体和我同事调用百度AI的API不相上下(免费版),对于须要离线的项目颇有帮助。会作必定移植的能够在linux上运行,我看到做者在Mac和linux都有测试,也在支持.NET Core的。真心佩服那个做者。测试