一、人脸识别与检测

face_detection文件夹中保存着如下文件:

1. test_detection_mtcnn.py中利用tensorflow和mtcnn实现人脸检测和五个特征点的定位

2. test_classifier.py 检测完后加载分类器，对分类结果进行判断

3. train_classifier.py 自行训练的一个性别的检测器，将训练集中图片人脸部分裁出，然后加载映射后进行分类训练.

使用的图片在train文件夹中 rainFemale和 rainmale。

4. detect_face.py（实现MTCNN网络三个阶段的检测）和facenet.py（实现将人脸图像映射到128维度的欧几里得空间中，三联子的损失函数进行计算损失进而优化）分别从两个项目中下载得到的

5. model_check_point文件夹中

knn_classifier_gender为性别分类器模型

model-20160506.ckpt-500000是从mtcnn项目中下载的一个模型，就不用花费超级多时间来训练

在终端中运行

注意需要下载opencv，因为我们在程序中导入opencv的CV2模块来读取图片：

注意：源代码可以不全掌握，但是test的全部代码需要看懂。

二、人脸分类

此章节需要用到face_net，利用train_classifier.py程序来训练，直接在cmd中：

python train_classifier.py

使用该生成模型进行测试，利用test_classifier.py程序来测试：(记得传入一张图片给程序)

　　python test_classifier.py imagesfemale01.jpeg

注意：本程序是Tensorflow0.12来训练的，这取决于mtcnn是用老版本的TensorFlow来写的。

由于tensorflow版本变化很大，还不稳定，若用1.0之后的版本来restrore复原的时候，可能有的参数有出入，从而没有办法来复原模型，无法使用模型。