813-人臉識(shí)別代碼源碼python語言編寫人工智能opencv
啟動(dòng)運(yùn)行：python （直接運(yùn)行即可）
附言：本源碼只售10元，不提供技術(shù)支持，買回去都是自己研究學(xué)習(xí)或者修改成自己要的產(chǎn)品，配置環(huán)境之類的問題自己網(wǎng)上搜一下，使用此源碼的要有一點(diǎn)python和opencv基礎(chǔ)，里面也有詳細(xì)說明文檔。
使用py2.7完美運(yùn)行，如果使用更高版本的3.5以上需要自己改下配置
在線人臉識(shí)別
1. 識(shí)別人臉的可擴(kuò)展性。原有的demo只能識(shí)別一個(gè)人，新的demo在數(shù)據(jù)集的擴(kuò)展性上有修改，理論上可以識(shí)別無數(shù)人的臉，只要你有足夠多的數(shù)據(jù)；
2.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)更加簡單。新的demo在卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)上比原有的卷積神經(jīng)網(wǎng)絡(luò)更加簡單和容易理解，沒有搞得那么復(fù)雜，更加適合入門；3. 代碼結(jié)構(gòu)更清晰。程序設(shè)計(jì)更加模塊化，把能拆分出來的盡量拆分出來，基本上每個(gè)文件都可以單獨(dú)拿出來測試和使用；
4詳盡的中文注釋。你可以看很詳細(xì)很詳細(xì)的中文注釋、不用看日文和英文的注釋了......
Step 1 環(huán)境配置 環(huán)境配置這塊，網(wǎng)上的資料非常多，總體來說我給大家的建議是：使用集成python環(huán)境Anaconda，里面已經(jīng)集成了很多有用的安裝包比如說numpy、scipy，免去了自己配置的痛苦；通過Anaconda安裝新的計(jì)算包也非常方便，具體就不再贅述了，網(wǎng)上可以找到很多教程，多百度、多Google。我可以再提醒一句的是，好像Anaconda的theano還有tensorflow的包都有點(diǎn)小問題，需要?jiǎng)h了然后重新下載配置，網(wǎng)上也有教程。
簡而言之，使用Anaconda，安裝好必要的科學(xué)計(jì)算包：numpy,scipy,sklearn,keras,opencv。貼一個(gè)別人的環(huán)境配置教程,僅供參考：
http://machinelearningmastery.com/setup-python-environment-machine-learning-deep-learning-anaconda/
Step 2 獲得訓(xùn)練數(shù)據(jù)集 第二步就是要獲得數(shù)據(jù)訓(xùn)練集，你可以從網(wǎng)上找訓(xùn)練集，也可以用自己或者朋友的照片來做素材（順手練習(xí)下opencv和os），具體操作辦法在文檔中。
