邊緣智能計(jì)算應(yīng)用課件：人臉識(shí)別算法接口的應(yīng)用

邊緣計(jì)算算法SDK應(yīng)用(基于RockX)邊緣智能計(jì)算應(yīng)用人臉識(shí)別算法接口應(yīng)用

邊緣智能計(jì)算應(yīng)用職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口應(yīng)用了解人臉識(shí)別定義和應(yīng)用場(chǎng)景；了解RockX人臉識(shí)別算法。掌握利用OpenCV實(shí)現(xiàn)圖像的采集；掌握調(diào)用算法接口完成人臉識(shí)別；理解如何使用多線程的方式實(shí)現(xiàn)圖像采集和人臉識(shí)別。職業(yè)能力目標(biāo)01知識(shí)目標(biāo)技能目標(biāo)職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口應(yīng)用

此任務(wù)的主要內(nèi)容是了解人臉識(shí)別定義和應(yīng)用場(chǎng)景，RockX人臉識(shí)別相關(guān)算法接口的定義與使用的相關(guān)知識(shí)，實(shí)現(xiàn)多線程調(diào)用算法進(jìn)行圖像識(shí)別，通過(guò)本次學(xué)習(xí)，掌握人臉識(shí)別算法接口的應(yīng)用。任務(wù)描述任務(wù)要求完成RockX人臉識(shí)別相關(guān)算法接口的定義與使用；完成多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別。任務(wù)描述與要求02職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口應(yīng)用任務(wù)分析應(yīng)用人臉?biāo)惴ń涌跁?huì)涉及到哪些步驟？如何使用多線程實(shí)現(xiàn)視頻流的人臉識(shí)別？任務(wù)分析與計(jì)劃03任務(wù)計(jì)劃表項(xiàng)目名稱邊緣計(jì)算算法SDK應(yīng)用(基于RockX)任務(wù)名稱人臉識(shí)別算法接口的應(yīng)用計(jì)劃方式自主設(shè)計(jì)計(jì)劃要求請(qǐng)用5個(gè)計(jì)劃步驟來(lái)完整描述出如何完成本次任務(wù)序號(hào)任務(wù)計(jì)劃1

2

3

45通過(guò)上面的思考，你是否對(duì)本任務(wù)要完成的工作有所了解？讓我們一起來(lái)制訂完成本次任務(wù)的實(shí)施計(jì)劃吧！任務(wù)分析與計(jì)劃03職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口的應(yīng)用RockX人臉識(shí)別相關(guān)算法簡(jiǎn)介204知識(shí)儲(chǔ)備人臉識(shí)別含義和應(yīng)用場(chǎng)景11人臉識(shí)別的含義2人臉識(shí)別的應(yīng)用場(chǎng)景04人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。04人臉識(shí)別的含義人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。04人臉識(shí)別的含義人臉圖像預(yù)處理人臉圖像采集及檢測(cè)人臉圖像特征提取人臉識(shí)別主要用于身份識(shí)別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù)，以求遠(yuǎn)距離快速確認(rèn)人員身份，實(shí)現(xiàn)智能預(yù)警。04人臉識(shí)別的含義基于這樣的需求，我們可以想到一些什么樣的技術(shù)以應(yīng)對(duì)呢？的人臉識(shí)別技術(shù)無(wú)疑是最佳的選擇，采用快速人臉檢測(cè)技術(shù)可以從監(jiān)控視頻圖象中實(shí)時(shí)查找人臉，并與人臉數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)比對(duì)，從而實(shí)現(xiàn)快速身份識(shí)別。04人臉識(shí)別的含義1人臉識(shí)別的含義2人臉識(shí)別的應(yīng)用場(chǎng)景04人臉識(shí)別產(chǎn)品已廣泛應(yīng)用于金融、司法、軍隊(duì)、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域。隨著技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高，人臉識(shí)別技術(shù)將應(yīng)用在更多的領(lǐng)域。04人臉識(shí)別的應(yīng)用場(chǎng)景現(xiàn)實(shí)中的例子很多，比如：企業(yè)、住宅安全和管理。如人臉識(shí)別門(mén)禁考勤系統(tǒng)，人臉識(shí)別防盜門(mén)等。電子護(hù)照及身份證。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。自助服務(wù)。信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)等04人臉識(shí)別的應(yīng)用場(chǎng)景04人臉識(shí)別的應(yīng)用場(chǎng)景交通方面醫(yī)院安全門(mén)禁RockX人臉識(shí)別相關(guān)算法簡(jiǎn)介204知識(shí)儲(chǔ)備人臉識(shí)別含義和應(yīng)用場(chǎng)景1RockX人臉識(shí)別相關(guān)算法簡(jiǎn)介04RockX人臉識(shí)別相關(guān)算法庫(kù)是集成在核心開(kāi)發(fā)板上的一套python的接口庫(kù)，可以直接調(diào)用。主要包含：人臉檢測(cè)，人臉特征獲取，人臉識(shí)別，目標(biāo)追蹤等相關(guān)算法。RockX人臉識(shí)別相關(guān)算法簡(jiǎn)介04人臉檢測(cè)的性能注意：圖像質(zhì)量較差時(shí)支持的檢測(cè)角度會(huì)減小。2)最大檢測(cè)距離與攝像頭FOV等參數(shù)有關(guān)。3)檢測(cè)的最小人臉尺寸為圖像分辨率的1/19。RockX人臉識(shí)別相關(guān)算法簡(jiǎn)介04人臉識(shí)別的性能注意：實(shí)際應(yīng)用中，對(duì)距離和角度稍加限制，能獲得更好的識(shí)別結(jié)果，用戶可根據(jù)實(shí)際情況進(jìn)行質(zhì)量篩選。2)人臉比對(duì)使用歐式距離。職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口的應(yīng)用05任務(wù)實(shí)施多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別2RockX人臉識(shí)別相關(guān)算法接口的定義與使用142實(shí)例化算法接口對(duì)象1導(dǎo)入相關(guān)的庫(kù)3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)人臉識(shí)別RockX人臉識(shí)別相關(guān)算法接口的定義與使用05RockX人臉識(shí)別相關(guān)算法接口的定義與使用RockX人臉識(shí)別相關(guān)算法接口的定義與使用05下面通過(guò)人臉案例的方式，來(lái)介紹相關(guān)算法的接口定義和使用RockX人臉識(shí)別相關(guān)算法接口的定義與使用05importosimportsysimporttimeimportsqlite3importnumpyasnpfromrockximportRockXimportcv21導(dǎo)入相關(guān)的庫(kù)RockX人臉識(shí)別相關(guān)算法接口的定義與使用05在RockX庫(kù)中，包含了算法各種功能模式，實(shí)例化算法為：handle=RockX(功能類型)這里采用人臉識(shí)別的檢測(cè)，追蹤，對(duì)齊，和識(shí)別等功能類型RockX.ROCKX_MODULE_FACE_DETECTION是人臉檢測(cè)功能類型RockX.ROCKX_MODULE_OBJECT_TRACK是目標(biāo)追蹤功能類型RockX.ROCKX_MODULE_FACE_LANDMARK_5是人臉對(duì)齊功能類型RockX.ROCKX_MODULE_FACE_RECOGNIZE是人臉識(shí)別，人臉特征獲取的功能類型2實(shí)例化算法接口對(duì)象RockX人臉識(shí)別相關(guān)算法接口的定義與使用05要實(shí)現(xiàn)人臉識(shí)別，必須要有一個(gè)人臉比對(duì)的數(shù)據(jù)庫(kù)，所以需要把人臉信息提前錄入數(shù)據(jù)庫(kù)3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)RockX人臉識(shí)別相關(guān)算法接口的定義與使用05利用封裝好的databases.py腳本，F(xiàn)aceDB類實(shí)現(xiàn)數(shù)據(jù)庫(kù)的創(chuàng)建和數(shù)據(jù)的錄入，實(shí)例化數(shù)據(jù)庫(kù)類為:face_db=FaceDB("數(shù)據(jù)庫(kù)名稱.db")數(shù)據(jù)表定義的字段為：名稱（NAME），版本（VERSION），特征（FEATURE），對(duì)齊圖片（ALIGN_IMAGE）3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)主要函數(shù)為：init函數(shù)是創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)和FACE的數(shù)據(jù)表load_face函數(shù)是讀取數(shù)據(jù)庫(kù)中的人臉信息，返回值為：所有的人臉信息，包括名字和特征insert_face函數(shù)是插入人臉信息到數(shù)據(jù)表中,參數(shù)為：名字name,特征feature,對(duì)齊后的圖片align_img（1)創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)RockX人臉識(shí)別相關(guān)算法接口的定義與使用05cap=cv2.VideoCapture(0)time.sleep(2)cap.set(cv2.CAP_PROP_FRAME_WIDTH,640)cap.set(cv2.CAP_PROP_FRAME_HEIGHT,480)dWindow('image_win',flags=cv2.WINDOW_NORMAL|cv2.WINDOW_KEEPRATIO)ret,frame=cap.read()cv2.imshow('image_win',frame)cv2.waitKey(200)cv2.imwrite("圖片名稱",frame)cap.release()cv2.destroyAllWindows()3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)（2)采集一張圖片利用OpenCV打開(kāi)攝像頭采集一張圖片，在之前的章節(jié)有介紹，例如以下案例：RockX人臉識(shí)別相關(guān)算法接口的定義與使用05定義人臉特征獲取的函數(shù)get_face_feature，其關(guān)鍵步驟在于，人臉檢測(cè)，人臉對(duì)齊，人臉特征獲取3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)(3)定義特征獲取的函數(shù)1）人臉檢測(cè)，主要是獲取人臉框的位置信息ret,results=rockx_face_detect(self,in_img,width,height,pixel_fmt)參數(shù)說(shuō)明：in_img:輸入圖片(numpyndarray)width:圖片寬height:圖片高pixel_fmt:圖片pixelformat返回值說(shuō)明：ret:狀態(tài)碼,0為成功，其他失敗results:RockX對(duì)象的列表，就是說(shuō)一張圖可能包含多個(gè)人臉對(duì)象，每個(gè)對(duì)象包含了多個(gè)人臉框的位置信息等注意：由于一張圖可能包含過(guò)個(gè)人臉，所以需要對(duì)其進(jìn)行篩選，使用面積最大的人臉框信息，定義獲取最大人臉信息的函數(shù)get_max_faceRockX人臉識(shí)別相關(guān)算法接口的定義與使用05ret,align_img=rockx_carplate_align(self,in_img,width,height,pixel_fmt,in_box)3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)(3)定義特征獲取的函數(shù)2）人臉對(duì)齊，主要是人臉的矯正對(duì)齊，涵蓋5個(gè)特征點(diǎn)的對(duì)齊參數(shù)說(shuō)明：in_img:輸入圖片(numpyndarray)width:圖片寬height:圖片高pixel_fmt:圖片pixelformatin_box:人臉框位置信息返回值說(shuō)明：ret:狀態(tài)碼，0為成功，其他失敗align_img:返回對(duì)齊后的圖片數(shù)據(jù)信息RockX人臉識(shí)別相關(guān)算法接口的定義與使用05ret,face_feature=rockx_face_recognize(self,in_aligned_img)3人臉數(shù)據(jù)錄入數(shù)據(jù)庫(kù)(3)定義特征獲取的函數(shù)3）人臉特征獲取參數(shù)說(shuō)明：in_aligned_img:人臉對(duì)齊后的圖片數(shù)據(jù)（align_img）返回值說(shuō)明：ret:狀態(tài)碼，0為成功，其他失敗face_feature:返回識(shí)別后的人臉特征信息(4)信息插入數(shù)據(jù)庫(kù)利用定義的函數(shù)，獲取人臉特征，并定義名字等信息，然后調(diào)用數(shù)據(jù)庫(kù)的插入數(shù)據(jù)的接口insert_face，將這些信息插入到數(shù)據(jù)庫(kù)中RockX人臉識(shí)別相關(guān)算法接口的定義與使用054人臉識(shí)別利用已經(jīng)錄入的數(shù)據(jù)，進(jìn)行人臉識(shí)別，其主要的步驟人臉檢測(cè)，檢測(cè)目標(biāo)跟蹤，人臉矯正對(duì)齊，人臉特征獲取，人臉對(duì)比人臉檢測(cè)，人臉矯正對(duì)齊，和人臉特征獲取在前面已經(jīng)介紹過(guò)了，這里就不在重復(fù)介紹了。下面主要介紹檢測(cè)目標(biāo)跟蹤和人臉對(duì)比。RockX人臉識(shí)別相關(guān)算法接口的定義與使用054人臉識(shí)別利用數(shù)據(jù)庫(kù)加載數(shù)據(jù)的接口，獲取所有人員的特征信息，并利用攝像頭采集一張圖片，獲取其寬，高，通道數(shù)(1)讀取數(shù)據(jù)庫(kù)的特征并讀取一張圖片(2)人臉檢測(cè)人臉檢測(cè)主要是獲取人臉框的位置信息，前面有介紹過(guò)了，這里不重復(fù)介紹人臉對(duì)齊主要是進(jìn)行人臉特征點(diǎn)對(duì)齊矯正，前面有介紹過(guò)了，這里不重復(fù)介紹(3)人臉對(duì)齊人臉特征獲取主要是獲取人臉的特征信息，前面有介紹過(guò)了，這里不重復(fù)介紹(4)人臉特征獲取RockX人臉識(shí)別相關(guān)算法接口的定義與使用054人臉識(shí)別(5)人臉比對(duì)人臉信息對(duì)比，主要是把當(dāng)前獲取的人臉特征和數(shù)據(jù)庫(kù)中的特征進(jìn)行對(duì)比ret,similarity=face_recog_handle.rockx_face_similarity(cur_feature,feature)參數(shù)說(shuō)明：cur_feature:當(dāng)前獲取到的特征feature:數(shù)據(jù)庫(kù)取出的特征返回值說(shuō)明：ret:狀態(tài)碼,0為成功，其他失敗similarity:返回對(duì)比后的相似度05任務(wù)實(shí)施多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別2RockX人臉識(shí)別相關(guān)算法接口的定義與使用142定義攝像頭采集線程1引入相關(guān)的庫(kù)3定義算法識(shí)別線程調(diào)用兩個(gè)線程，啟動(dòng)視頻流的目標(biāo)檢測(cè)5停止線程多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別05多線程方式實(shí)現(xiàn)視頻流的目標(biāo)檢測(cè)根據(jù)前面學(xué)到的知識(shí)，利用多線程，使圖像采集和算法識(shí)別同時(shí)運(yùn)行，從而實(shí)現(xiàn)視頻流的車牌識(shí)別，并且可以避免一些因花時(shí)間太久，導(dǎo)致的視頻卡頓人臉識(shí)別涉及到注冊(cè)，所以注冊(cè)還是有前面的方式注冊(cè)，這里實(shí)現(xiàn)的只是識(shí)別的多線程運(yùn)算功能多線程實(shí)現(xiàn)的目標(biāo)檢測(cè)是針對(duì)多個(gè)物品的識(shí)別和實(shí)時(shí)畫(huà)面的捕獲。多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別05使用線程可以把占據(jù)長(zhǎng)時(shí)間的程序中的任務(wù)放到后臺(tái)去處理。用戶界面可以更加吸引人，比如用戶點(diǎn)擊了一個(gè)按鈕去觸發(fā)某些事件的處理，可以彈出一個(gè)進(jìn)度條來(lái)顯示處理的進(jìn)度。程序的運(yùn)行速度可能加快。在一些等待的任務(wù)實(shí)現(xiàn)上如用戶輸入、文件讀寫(xiě)和網(wǎng)絡(luò)收發(fā)數(shù)據(jù)等，線程就比較有用了。在這種情況下我們可以釋放一些珍貴的資源如內(nèi)存占用等等。1引入相關(guān)的庫(kù)多線程類似于同時(shí)執(zhí)行多個(gè)不同程序，多線程運(yùn)行有如下優(yōu)點(diǎn)：多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別051引入相關(guān)的庫(kù)importtime#時(shí)間庫(kù)importcv2#引入opencv圖像處理庫(kù)fromlib.ft2importft#中文描繪庫(kù)importthreading#這是python的標(biāo)準(zhǔn)庫(kù)，線程庫(kù)importipywidgetsaswidgets#jupyter畫(huà)圖庫(kù)fromIPython.displayimportdisplay#jupyter顯示庫(kù)fromrockximportRockX#引入算法庫(kù)fromlib.databasesimportFaceDB每個(gè)獨(dú)立的線程有一個(gè)程序運(yùn)行的入口、順序執(zhí)行序列和程序的出口。但是線程不能夠獨(dú)立執(zhí)行，必須依存在應(yīng)用程序中，由應(yīng)用程序提供多個(gè)線程執(zhí)行控制。多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別052定義攝像頭采集線程結(jié)合上面的opencv采集圖像的內(nèi)容，利用多線程的方式串起來(lái)，形成一個(gè)可傳參，可調(diào)用的通用類。這里定義了一個(gè)全局變量camera_img，用作存儲(chǔ)獲取的圖片數(shù)據(jù)，以便于其他線程可以調(diào)用init初始化函數(shù)實(shí)例化該線程的時(shí)候，會(huì)自動(dòng)執(zhí)行初始化函數(shù)，在初始化函數(shù)里面，打開(kāi)攝像頭，并設(shè)置分辨run函數(shù)該函數(shù)是在實(shí)例化后，執(zhí)行start啟動(dòng)函數(shù)的時(shí)候，會(huì)自動(dòng)執(zhí)行。在該函數(shù)里，實(shí)現(xiàn)了循環(huán)獲取圖像的內(nèi)容請(qǐng)說(shuō)說(shuō)執(zhí)行線程的幾種方式？多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別052定義攝像頭采集線程classCameraThread(threading.Thread):def__init__(self,camera_id,camera_width,camera_height):threading.Thread.__init__(self)self.working=Trueself.cap=cv2.VideoCapture(camera_id)#打開(kāi)攝像頭self.cap.set(cv2.CAP_PROP_FRAME_WIDTH,camera_width)#設(shè)置攝像頭分辨率寬度self.cap.set(cv2.CAP_PROP_FRAME_HEIGHT,camera_height)#設(shè)置攝像頭分辨率高度代碼分析多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別05defrun(self):globalcamera_img#定義一個(gè)全局變量，用于存儲(chǔ)獲取的圖片，以便于算法可以直接調(diào)用whileself.working:try: ret,image=self.cap.read()#獲取新的一幀圖片，ret為獲取的狀態(tài)值 ifnotret: time.sleep(0.1) continuecamera_img=imageexceptExceptionase: pass defstop(self): self.working=False self.cap.release()多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別0523定義算法識(shí)別線程結(jié)合調(diào)用算法接口的內(nèi)容和圖像顯示內(nèi)容，利用多線程的方式整合起來(lái)，循環(huán)識(shí)別，對(duì)攝像頭采集線程中獲取的每一幀圖片進(jìn)行識(shí)別，并顯示，形成視頻流的畫(huà)面init初始化函數(shù)實(shí)例化該線程的時(shí)候，會(huì)自動(dòng)執(zhí)行初始化函數(shù)，在初始化函數(shù)里面，定義了顯示內(nèi)容，并實(shí)例化車牌識(shí)別run函數(shù)該函數(shù)是在實(shí)例化后，執(zhí)行start啟動(dòng)函數(shù)的時(shí)候，會(huì)自動(dòng)執(zhí)行。在該函數(shù)是一個(gè)循環(huán)，實(shí)現(xiàn)了對(duì)采集的每一幀圖片進(jìn)行算法識(shí)別，然后將結(jié)果繪畫(huà)在圖片上，并將處理后的圖片顯示出來(lái)多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別054調(diào)用兩個(gè)線程，啟動(dòng)視頻流的目標(biāo)檢測(cè)camera_th=CameraThread(0,640,480)camera_th.start()face_detect_th=FaceDetectThread()face_detect_th.start()實(shí)例化兩個(gè)線程，并啟動(dòng)這兩個(gè)線程，實(shí)現(xiàn)完整的目標(biāo)功能，運(yùn)行時(shí)，加載模型比較久，需要等待幾秒多線程方式實(shí)現(xiàn)視頻流的人臉識(shí)別055停止線程obj_detect_th.stop()camera_th.stop()為了避免占用資源，需要停止攝像頭采集線程和算法識(shí)別線程，或者重啟內(nèi)核職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識(shí)儲(chǔ)備04任務(wù)實(shí)施05任務(wù)檢查與評(píng)價(jià)06任務(wù)小結(jié)07任務(wù)拓展08

人臉識(shí)別算法接口