1.简介：facenet 是基于 TensorFlow 的人脸识别开源库，有兴趣的同学可以扒扒源代码：

https://github.com/davidsandberg/facenet

2.安装和配置 facenet

我们先将 facenet 源代码下载下来：

git clonehttps://github.com/davidsandberg/facenet.git

在使用 facenet 前，务必安装下列这些库包：

或者直接移动到 facenet 目录下，一键安装

pip install -r requirements.txt

3.下载 LFW 数据集

LFW 是由美国马萨诸塞大学阿姆斯特分校计算机视觉实验室整理的。它包含13233张图片，共5749人，其中4096人只有一张图片，1680人的图片多余一张，每张图片尺寸是250x250 。

下载地址：http://vis-/davidsandberg/facenet

这里我采用的是 CASIA-WebFace 预训练模型，有兴趣了解的小伙伴，可以到CASIA-WebFace 官网看看：

http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html

将下载好的预训练文件解压到 facenet/src/models目录下：

添加参数

facenet/data/lfw_data/lfw_160 facenet/src/models/20180408-102900

运行 validate_on_lfw.py 文件。

这里我刚开始运行的时候报错：

发现是预训练模型版本太旧，我们在 facenet 上下载最新的CASIA-WebFace 训练库再重新运行即可。

运行结果如下：

可以看到识别精度可以达到 97.7%，其识别准确度还是非常不错的。

但是程序运行完以后虽然最终运行结果正确，但是最后却还是报了个错误：

_2_input_producer: Skipping cancelled enqueue attempt with queue not closed

原因是主线程已经关闭，但是读取数据入队线程还在执行入队。

由于自己对 TensorFlow 线程还不是特别了解，暂时还没有解决这个问题。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。