主要为大家详细介绍了基于MTCNN/TensorFlow实现人脸检测，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

人脸检测方法有许多，比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。对于opencv的人脸检测方法，有点是简单，快速；存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用。对于dlib人脸检测方法 ，效果好于opencv的方法，但是检测力度也难以达到现场应用标准。 MTCNN是基于深度学习的人脸检测方法，对自然环境中光线，角度和人脸表情变化更具有鲁棒性，人脸检测效果更好；同时，内存消

基于mtcnn与facenet实现人脸登录系统 本文主要介绍了系统涉及的人脸检测与识别的详细方法，该系统基于python2.7.10 / opencv2 / tensorflow1.7.0环境，实现了从摄像头读取视频，检测人脸，识别人脸的功能由于模型文件过大，git无法上传，整个项目放在百度云盘，地址： ://pan.baidu.com/s/1TaalpwQwPTqlCIfXInS_LA 目前，在实验室环境下，许多人脸识别已经赶上（超过）人工识别精度（准确率：0.9427〜0.9920），面部