基于卷积神经网络的学生人脸识别考勤系统

上传前已经通过测试，希望各位认真查阅README，README中写了许多细节，不熟悉TensorFlow和python的请提前学习。欢迎给小星星。

gitee:https://gitee.com/omegalee/PyQt5_Face_Recognition

测试环境：

1.Windows 10 Ubuntu 20.04
2.TensorFlow1.15 GPU版本（没有GPU也可以，CPU版本会慢一些）
3.PyQt5
4.Sqlite3

使用的模型：

MTCNN->人脸检测

FaceNet->人脸识别

程序目录如下：

20170512-11-547下为FaceNet数据 这个数据太大无法上传，请到百度云下载
链接:https:// pan.baidu. com/s/1nMwbahnZ0ZgeIOO6UrATdw(请去掉空格) **提取码：w3it **
align文件夹下为MTCNN模型数据
src文件夹下为所有主程序文件 SetUpMainWindow.py为启动文件
DB文件夹下为sqlite3数据库(文件夹里面是空的，运行主程序会自动创建,也可以手动创建，但是名字必须和DB_File里面写的一样)
ui_src文件夹下为ui设计文件和转码py文件
emb_img和src_img文件夹在程序运行时会自动创建（或者可以直接手动创建，两个都是空文件夹）

目录结构

DB目录讲解

StudentCheckWorkDB.db 为学生考勤数据表
StudentFaceDB.db 为学生人脸数据

操作步骤

0、SetUpMainWindow.py是主界面启动文件
1、在数据库管理中添加用户，主要不要修改主键内容，修改主键内容会导致更新错误
2、在主界面点击刷新，更新数据表
3、选择学号ID
4、打开摄像头->录入人脸
5、点击生成模型（人脸模型生成过程线程会被阻塞，但是训练完成就没事了）
5、开始检测

软件界面细节