【中文普通话】使用人脸识别和机器学习构建全面的考勤系统Complete Attendance System With Face Recognition

第21讲 导入insightface和解决常见的导入错误

第22讲 在Python中配置insightface的预训练模型

第23讲 作业解决方案：配置”bufallo_sc”模型

第24讲 从insightface python获取人脸分析结果/报告

第25讲 绘制多个人脸的边界框、关键点、年龄、性别-第1部分

第26讲 绘制多个人脸的边界框、关键点、年龄、性别-第2部分

第27讲 作业解决方案：bbox、关键点、分数（score）用于bufallo_sc模型

第6节：考勤系统：快速人脸识别

第28讲 介绍考勤系统和本课程的构建内容

第29讲 考勤系统的流程图

第30讲 获取数据和了解数据的文件夹结构

第31讲 快速人脸识别：Python中的数据准备

第32讲 快速人脸识别（FFR）：数据准备-清理文本（标签）

第33讲 FFR：数据准备-定义所有图像的路径

第34讲 FFR：数据准备-从所有图像中提取面部嵌入

第35讲 预测人名-第1部分

第36讲 机器学习（ML）搜索算法-欧氏距离

第37讲 ML搜索算法-曼哈顿距离

第38讲 ML搜索算法-切比雪夫距离

第39讲 ML搜索算法-闵可夫斯基距离

第40讲 ML搜索算法-余弦相似度

第41讲 距离与相似度方法

第42讲 ML搜索算法-距离方法

第43讲 ML搜索算法-相似度方法

第44讲 Python中的ML搜索算法

第45讲 分析测试图像的欧氏距离、曼哈顿距离和余弦相似度值

第46讲 使用欧氏距离预测人名

第47讲 使用曼哈顿距离预测人名

第48讲 使用余弦相似度预测人名

第49讲 余弦相似度相对于欧氏距离和曼哈顿距离的优势

第50讲 在一张图像中识别多个人名-第1部分

第51讲 在一张图像中识别多个人名-第2部分

第52讲 在一张图像中识别多个人名-第3部分

第53讲 在一张图像中识别多个人名-第4部分

第54讲 优化收集的数据（面部嵌入）并保存

第55讲 优化收集的数据（面部嵌入）并保存-第2部分

第7节：考勤系统：注册表单和与Redis集成

第56讲 将收集的数据保存到Redis数据库中

第57讲 将收集的数据保存到Redis数据库中-第2部分

第58讲 Python中注册表单的思路

第59讲 注册表单：收集新学生和教师的详细信息

第60讲 注册表单：为新注册用户收集面部嵌入样本

第61讲 注册表单：将信息存储在Redis数据库中

第8节：考勤系统：实时人名检测

第62讲 我们正在开发什么

第63讲 为实时预测准备Python模块

第64讲 从数据库中检索数据

第65讲 实时人名预测

第66讲 实时人名预测-第2部分

第9节：WEB应用程序安装

第67讲 安装Visual Studio Code

第68讲 安装所需的库

第10节：考勤Web应用程序

第69讲 Streamlit应用程序介绍

第70讲 创建主页并连接所有页面

第71讲 在应用程序中导入face_rec并从Redis中检索数据

第72讲 对face_rec应用程序应用Spinner并减少启动时间

第73讲 使用streamlit webrtc进行实时人名检测

第74讲 查找检测到人名的时间

第75讲 将日志（人名和时间）保存在Redis数据库中

第76讲 将日志（人名和时间）保存在Redis数据库中-第2部分

第77讲 在Streamlit报告中显示日志

第78讲 显示日志：添加刷新按钮

第79讲 显示日志：为注册用户和日志创建选项卡

第80讲 测试日志

第81讲 注册表单-第1部分

第82讲 注册表单-第2部分

第83讲 注册表单-第3部分

第84讲 注册表单-第4部分

第85讲 测试注册表单

第11节：奖励

第86讲 奖励讲座

任何喜欢开发端到端基于人脸识别的考勤系统的人都可以参加。