简介这份资源是一套基于深度学习的人脸识别考勤系统完整项目包面向人工智能、计算机视觉方向的学生与开发者尤其适合作为课程设计、毕业设计的参考方案也可用于快速搭建小型考勤应用原型。压缩包共121个文件约19.67MB包含31个Python源码文件、37张jpg图像样本、18个pyc编译文件以及csv特征数据、npy模型权重、txt说明、md文档和可执行程序等覆盖数据采集、模型训练到系统集成的完整链路。项目以YOLO算法为核心结合卷积神经网络完成人脸检测与识别并涉及数据预处理、模型评估、界面设计与后端管理等环节。已有44人学习下载读者可从中获取可运行的工程代码、人脸特征数据、训练脚本与部署思路便于理解深度学习考勤系统的整体架构与实现细节。1. 从一张 zip 包说起人脸识别考勤系统到底能不能自己搭起来很多人第一次看到「基于深度学习的人脸识别考勤系统.zip」这类资源第一反应是解压、装依赖、跑main.py然后被一堆ImportError和摄像头打不开劝退。我当年也是这样血泪经验告诉我这类项目真正值钱的不是那几百行代码而是它背后那条「检测 → 对齐 → 特征提取 → 比对 → 记录」的完整链路。人脸识别考勤系统本质上是把深度学习模型塞进一个打卡流程里用摄像头替代工牌和指纹解决的是「谁在什么时间出现在工位」这个问题。它适合两类人一类是想拿它当深度学习项目练手的学生和转行者另一类是需要在办公室、教室、小型工地做几十到几百人规模考勤的开发者。这篇文章不讲空话我会把这条链路拆开告诉你每一步用什么模型、参数怎么调、哪里最容易翻车让你看完能自己复现一套能跑通的版本而不是对着一个跑不起来的压缩包发呆。2. 人脸识别考勤系统的技术链路从摄像头帧到一条打卡记录2.1 为什么不能拿一个 CNN 从头训到底刚入门的人容易有一个误解既然叫「基于深度学习」那是不是搞一个 CNN把同事们的脸当类别标签训练就行了我试过20 个人以内勉强能看一旦超过 50 人每加一个人就要重新训练而且新人的样本只有几张模型直接过拟合。工业界常见做法是把任务拆成两段第一段做人脸检测和对齐把脸从画面里抠出来摆正第二段做特征提取把每张脸映射成一个固定长度的向量也就是 embedding。考勤时不算「这是第几类」而是算「这张脸的特征和库里哪条记录最接近」。这样加人只需要往库里插一条向量不用动模型这才是考勤系统能落地的关键。这条链路具体是摄像头取帧 → 人脸检测框出位置 → 关键点对齐 → 裁剪成 112×112 → 特征提取网络输出 512 维向量 → 与底库做余弦相似度比对 → 超过阈值判定为同一人 → 写入考勤记录。每一步都有对应的成熟模型不需要你自己发明。2.2 检测、对齐、特征提取三段各选什么模型检测环节我一般用 RetinaFace 或者 SCRFD这两个在侧脸和戴口罩场景下比老式 Haar 级联稳太多。RetinaFace 的优点是关键点准对齐质量高SCRFD 轻量版在 CPU 上也能跑到十几帧。对齐用检测出来的五个关键点做仿射变换把眼睛和嘴角摆到标准位置这一步不做的话同一个人稍微歪头特征距离就会飙上去。特征提取是核心主流选择是 ArcFace 系列配合 ResNet50 或 MobileFaceNet 骨干。ResNet50 精度高但慢MobileFaceNet 在嵌入式设备上更实用。如果你只是做毕设或者小规模考勤MobileFaceNet 加 ArcFace 损失训练出来的模型512 维特征在 LFW 上也能到 99% 以上完全够用。这里要提醒一句网上很多 zip 包里带的是作者自己训的权重你不知道他用了什么数据、什么预处理直接拿来用很可能在你的场景下翻车最好换成公开的预训练权重比如 InsightFace 提供的模型包。2.3 一条打卡记录是怎么写进数据库的比对通过之后系统要做三件事判断这是上班还是下班、判断是否迟到早退、把记录写库。这里有个容易被忽略的点同一个人连续多帧都会被识别到如果每帧都写一条数据库瞬间爆炸。常见做法是加一个冷却时间比如同一个人 60 秒内只记一次或者用状态机判断「今天是否已经打过上班卡」。下面这段伪代码展示了核心逻辑你可以直接套进自己的项目里。# 考勤记录写入逻辑简化版 import time from datetime import datetime # 冷却时间同一人 60 秒内不重复记录 COOLDOWN 60 last_seen {} # {person_id: timestamp} def handle_recognition(person_id, similarity, db): now time.time() # 冷却判断避免连续帧刷屏 if person_id in last_seen and now - last_seen[person_id] COOLDOWN: return last_seen[person_id] now today datetime.now().strftime(%Y-%m-%d) record db.query_today(person_id, today) if record is None: # 今天第一条记录视为上班打卡 db.insert(person_id, today, check_indatetime.now()) else: # 已有上班记录更新下班时间 db.update(person_id, today, check_outdatetime.now())这段代码里COOLDOWN是最关键的参数设太小会重复打卡设太大会漏掉真正迟到的记录。我一般设 60 秒如果摄像头帧率低或者识别不稳定可以放宽到 120 秒。db.query_today要按人和日期建联合索引否则人一多查询会拖慢整个识别循环。相似度阈值similarity不要写死在代码里放到配置文件方便不同场景调整。3. 动手复现环境配置、底库构建与识别循环3.1 深度学习环境配置CPU 版也能先跑起来很多人卡在环境配置这一步尤其是没有独显的机器。我的建议是先用 CPU 版把流程跑通再考虑上 GPU。用 Miniconda 建一个干净环境Python 选 3.8 或 3.9太新的版本有些老包会编译失败。下面是我常用的安装命令PyTorch 和 ONNX Runtime 都装上后面推理可以二选一。# 创建并激活环境 conda create -n face_attendance python3.9 -y conda activate face_attendance # 安装 PyTorch CPU 版有 GPU 的话去官网换对应命令 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # 安装推理和图像处理依赖 pip install onnxruntime opencv-python numpy scipy scikit-learn # 安装人脸检测和特征提取常用库 pip install insightfaceinsightface这个包把检测、对齐、特征提取都封装好了适合快速验证。如果你要自己训练模型再额外装mxnet或者用 PyTorch 重写训练脚本。注意opencv-python不要装opencv-contrib-python和它混用否则会出现奇怪的cv2冲突。装完之后跑一句python -c import cv2, insightface; print(ok)能打印 ok 就说明环境没问题。3.2 底库构建把同事的脸变成 512 维向量底库就是一张「人脸特征表」每个人对应一条向量。构建底库的流程是收集每个人的几张照片 → 检测对齐 → 提取特征 → 取平均 → 存成 npy 或写进数据库。照片不用多每人 3 到 5 张不同角度和光照比一张高清正脸更有用。下面这段代码演示怎么批量处理一个文件夹里的人脸照片。import os import cv2 import numpy as np from insightface.app import FaceAnalysis # 初始化分析器指定检测和识别模型 app FaceAnalysis(namebuffalo_l) app.prepare(ctx_id-1, det_size(640, 640)) # ctx_id-1 表示 CPU def build_gallery(root_dir): gallery {} # {name: feature_vector} for person_name in os.listdir(root_dir): person_dir os.path.join(root_dir, person_name) if not os.path.isdir(person_dir): continue feats [] for img_name in os.listdir(person_dir): img_path os.path.join(person_dir, img_name) img cv2.imread(img_path) if img is None: continue faces app.get(img) if len(faces) 0: print(f未检测到人脸: {img_path}) continue # 取面积最大的脸避免背景人脸干扰 face max(faces, keylambda f: (f.bbox[2]-f.bbox[0])*(f.bbox[3]-f.bbox[1])) feats.append(face.normed_embedding) if feats: # 多张照片特征取平均再归一化 mean_feat np.mean(feats, axis0) mean_feat mean_feat / np.linalg.norm(mean_feat) gallery[person_name] mean_feat print(f{person_name}: 使用 {len(feats)} 张照片) return gallery gallery build_gallery(./photos) np.save(gallery.npy, gallery, allow_pickleTrue)det_size设成 640×640 是精度和速度的平衡点如果图片里人脸很小可以调到 1024。ctx_id-1强制用 CPU有 GPU 就改成 0。取最大人脸这一步很重要很多照片背景里有人不筛的话底库会混入别人的特征。特征取平均之前一定要先归一化否则不同照片的模长差异会拉偏结果。存成 npy 方便调试正式部署建议写进数据库加一个person_id和name字段。3.3 识别循环摄像头取帧、比对、写记录识别循环是整个系统的心脏写得好能稳定跑一整天写得差会内存泄漏或者卡死。核心原则是检测和识别不要每帧都做隔几帧做一次中间帧用跟踪算法补上。下面是一个最小可用的循环用 OpenCV 读摄像头每隔 5 帧做一次完整识别。import cv2 import numpy as np import time from insightface.app import FaceAnalysis app FaceAnalysis(namebuffalo_l) app.prepare(ctx_id-1, det_size(640, 640)) gallery np.load(gallery.npy, allow_pickleTrue).item() names list(gallery.keys()) gallery_matrix np.stack([gallery[n] for n in names]) # (N, 512) THRESHOLD 0.35 # 余弦相似度阈值按场景调 FRAME_SKIP 5 cap cv2.VideoCapture(0) frame_count 0 while True: ret, frame cap.read() if not ret: break frame_count 1 if frame_count % FRAME_SKIP ! 0: cv2.imshow(attendance, frame) if cv2.waitKey(1) 0xFF ord(q): break continue faces app.get(frame) for face in faces: emb face.normed_embedding # 余弦相似度 点积因为都已归一化 sims gallery_matrix emb idx int(np.argmax(sims)) score float(sims[idx]) if score THRESHOLD: name names[idx] color (0, 255, 0) label f{name} {score:.2f} # 这里调用第 2 章的 handle_recognition 写库 else: color (0, 0, 255) label funknown {score:.2f} x1, y1, x2, y2 face.bbox.astype(int) cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2) cv2.putText(frame, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2) cv2.imshow(attendance, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()THRESHOLD是这套系统里最玄学的参数。设 0.35 偏宽松容易把陌生人认成同事设 0.5 偏严格同一个人光线一变就认不出。我的经验是先用一批已知人脸跑一遍画出正样本和负样本的相似度分布取两条曲线交叉点附近的值。FRAME_SKIP设 5 意味着每 5 帧识别一次30 帧的摄像头就是每秒 6 次足够考勤用还能省一半 CPU。如果你用 GPU可以降到 2 或 3。4. 避坑与排查那些让考勤系统当场翻车的细节4.1 现象同一个人一会儿识别成 A 一会儿识别成 B原因通常是底库里有两个特征很接近的人或者某个人的底库照片质量太差特征向量落在了别人附近。解决方法是检查底库把相似度高于 0.6 的两个人找出来看看是不是照片混了或者确实是双胞胎。如果是照片质量问题重新采集确保每张照片人脸清晰、无遮挡。另外比对时不要只取 top1可以取 top3 看分数差距差距小于 0.05 就判为「不确定」不写记录。4.2 现象摄像头画面正常但一直检测不到人脸先确认det_size是不是太小人脸在画面里占比低于 1/10 时640 的输入可能漏检。把det_size调到 1024 试试。如果还不行检查光照RetinaFace 在逆光和过暗环境下会失效加一个补光灯比换模型管用。还有一种情况是 OpenCV 读到的帧是 BGR而某些模型期望 RGBinsightface内部会处理但如果你自己写预处理记得转换。4.3 现象跑几个小时后程序越来越卡最后卡死这是典型的内存泄漏常见于每帧都创建新的FaceAnalysis实例或者在循环里不断往列表里 append 图像。解决方法是把模型初始化提到循环外面循环里只做推理。另外 OpenCV 的VideoCapture在某些摄像头上需要定期释放重连可以加一个帧计数每处理 10 万帧重新cap.release()再cap cv2.VideoCapture(0)。写数据库时也要注意不要每条记录都开一个新连接用连接池或者长连接。4.4 现象戴口罩或者侧脸时识别率骤降这是特征提取模型的固有短板ArcFace 训练数据里戴口罩的样本少。缓解办法有两个一是底库里加入戴口罩的照片让模型见过这个人的遮挡状态二是降低阈值但会带来误识风险。如果场景里必须戴口罩建议换用专门针对遮挡训练过的模型或者加一个口罩检测检测到口罩时提示用户摘一下。侧脸问题靠对齐解决确保五个关键点检测准确歪头超过 45 度基本没救只能靠多摄像头。4.5 现象考勤记录时间对不上或者重复打卡先检查服务器时区datetime.now()取的是系统时区部署到云服务器上经常是 UTC和北京时间差 8 小时。解决方法是统一用datetime.now(timezone(timedelta(hours8)))或者部署时改系统时区。重复打卡看冷却逻辑如果多线程同时处理last_seen字典会有竞态加一把锁或者用 Redis 的setnx做原子判断。数据库写入也要加唯一索引防止并发插入两条相同记录。5. 把识别率再往上推阈值标定与活体检测的取舍阈值标定这件事很多人拍脑袋定 0.5结果要么认不出要么乱认。我现在的习惯是写一个小脚本拿底库里每个人的照片互相比对算出正样本相似度分布再拿一批陌生人脸和底库比对算出负样本分布。两条分布的交叠区域就是阈值该放的地方。如果交叠太多说明底库质量不行回去重新采集而不是硬调阈值。下面这个表格是我在一个 80 人办公室里实测的参考值你可以对照自己的场景。场景推荐阈值误识率拒识率光线稳定、正脸0.45低低光线变化、轻微侧脸0.38中中戴口罩、走动打卡0.30偏高低高安全要求0.55极低偏高活体检测是另一个绕不开的话题。照片攻击在考勤场景里很常见拿手机翻拍一张脸就能代打卡。轻量方案是用眨眼检测或者人脸 3D 结构光但成本高。软件方案可以用静默活体比如分析纹理和反射但准确率有限。我的建议是如果考勤结果只影响全勤奖不做活体也行加个人工复核如果涉及门禁开门必须上活体宁可误拒也不能误放。最后说一个我自己的习惯每次部署新场景先跑一周「只识别不写库」的观察模式把识别日志导出来看误识和漏识调好阈值再正式启用。这套系统没有一劳永逸的参数只有不断根据现场数据微调。希望帮到你。本文还有配套的精品资源点击获取