基于FaceNet的考勤系统 一种基于深度学习的Web应用程序，通过从教室的监视视频录像中识别学生的面部，来标记学生的出勤情况。 入门 Python中的Web应用程序，用于从监视视频中识别教室中学生的脸部，并在Excel工作表中标记出勤情况。 深度学习算法，如MTCNN和FaceNet分别用于人脸检测与识别。 并使用Flask框架创建了Web应用程序。 使用的算法 MTCNN（多任务级联卷积神经网络） 面对网 先决条件 需要在机器中正确安装以下物品。 张量流 Python 烧瓶 科学的 Op

针对教室场景下后排学生人脸微小难以检测的情况,提出一种基于卷积神经网络的教室人脸检测算法。采用两阶段检测形式,运用残差神经网络的结构对教室人脸进行特征提取,同时构建特征金字塔,并将Softmax损失函数与中心特征损失函数结合,运用合适的激活函数进行训练。此算法在教室场景下获得95.2%的准确率,且在通用数据集Wider Face的三个等级验证集上分别获得93.0%,87.3%,58.3%的平均精度均值。