python用opencv做的人臉識別占用性能嚴(yán)重，怎么優(yōu)化？關(guān)于您的問題的描述性信息太少。無法給出具體答案。你只能給出一個大概的想法。Python雖然易學(xué)易用，但效率不高，所以一般適合實(shí)驗(yàn)性代碼開發(fā)

python用opencv做的人臉識別占用性能嚴(yán)重，怎么優(yōu)化？

關(guān)于您的問題的描述性信息太少。無法給出具體答案。你只能給出一個大概的想法。

Python雖然易學(xué)易用，但效率不高，所以一般適合實(shí)驗(yàn)性代碼開發(fā)，可以快速驗(yàn)證思想或算法的正確性。例如，在談到人臉識別時，無論是使用深度學(xué)習(xí)算法還是傳統(tǒng)算法，都應(yīng)該首先設(shè)計一個算法，驗(yàn)證它是否能正常工作。只有能夠正確檢測出人臉的算法才是可行的算法。至于效率，這是下一個優(yōu)化目標(biāo)。

一般來說，圖像處理的計算量比較大，在驗(yàn)證了算法的正確性后，通常會將Python代碼移植到更高效的C/C平臺上，特別是對于opencv，因?yàn)閛pencv的開發(fā)語言是C，至于如何用C調(diào)用Python模型，請參考我寫的一篇文章，也是關(guān)于圖像處理的。

此外，對于計算量較大的任務(wù)，如深度學(xué)習(xí)，CPU往往難以滿足計算要求，因此需要GPU加速。

人工智能和python是什么關(guān)系？

人工智能是一個大概念，具體落地人工智能項(xiàng)目會聯(lián)系機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，這些框架大多是基于Python開發(fā)的，所以為了進(jìn)一步人工智能項(xiàng)目的開發(fā)，Python語言的學(xué)習(xí)也是很有必要的

python開發(fā)人臉識別，常用的框架有哪些？

用Python從opencv做人臉識別還是太難了，因?yàn)閛pencv提供的設(shè)施太基礎(chǔ)了，現(xiàn)在做人臉識別的人都要用深度學(xué)習(xí)算法來訓(xùn)練模型，這樣識別率才能提高。

因此，我們必須找到一個更高級別的框架。

例如，嘗試此基于Dlib的人臉識別庫（您也可以直接使用Dlib）：https://github.com/ageitgey/faceRecognition#face Recognition

有很多類似的框架，可以在GitHub上找到。然而，它們還達(dá)不到工業(yè)強(qiáng)度。如果您想在生產(chǎn)環(huán)境中使用它們，就必須權(quán)衡代碼的質(zhì)量和準(zhǔn)確性。有很多洞。

python做人臉識別用OpenCV就夠了嗎？你怎么看？

問這個問題是懶惰的，就像只記住500個單詞就可以考研究生一樣。

Opencv是一個開源的計算機(jī)視覺庫，它提供了許多函數(shù)來非常有效地實(shí)現(xiàn)計算機(jī)視覺算法。更像是工具箱。雖然4.0版引入了深度學(xué)習(xí)，但在實(shí)際應(yīng)用中還遠(yuǎn)遠(yuǎn)不夠。最多是用來嘗試新事物。

現(xiàn)在比較成熟的人臉識別方法是SSD人臉檢測，采用Caffe框架。建議您理解這一點(diǎn)。它可以高度定制，甚至訓(xùn)練好的模型也可以直接部署。

人臉識別本質(zhì)上屬于深度學(xué)習(xí)。如果你想長期深入這個領(lǐng)域，就必須掌握基礎(chǔ)。當(dāng)你掌握基礎(chǔ)的時候，你會通過看TunSoFrand和咖啡館來理解它。這些都是手套。要調(diào)用API接口，建議使用face，支付寶人臉識別使用face?？赡軙ㄒ稽c(diǎn)錢。它不貴。只需將feelapi接口放入代碼中。它還可以檢測情緒、年齡等。

當(dāng)然，還有其他公司的人臉識別API接口。你可以自己找。其實(shí)，有很多，但他們不是免費(fèi)的。有些人可以試試