本课程旨在教您如何使用人脸识别技术创建完整的考勤系统。您将学习人脸识别、图像处理和机器学习算法的原理，以创建准确可靠的考勤系统。
在整个课程中，您将使用 Python 编程语言和各种库，如 OpenCV、Numpy、Pandas、Insightface、Redis 来构建一个全面的考勤系统。您将从学习人脸检测、特征提取和人脸识别算法的基础知识开始。然后，您会将这些算法与您从头开始构建的考勤系统相集成。
到课程结束时，您将拥有一个完整的考勤系统，该系统能够识别人并根据他们的面部特征标记他们的考勤。本课程适合编程和机器学习初学者，无需具备人脸识别知识。
本课程涵盖的主题包括：
- 人脸识别考勤系统简介
- 基本图像处理技术
- 特征提取和降维
- 人脸检测和识别算法
- 用于人脸识别的机器学习
- 打造人脸识别考勤系统
- 使用 Python 的 Redis
- 集成Redis和人脸识别系统。
- 注册表（添加新人数据）
- Streamlit for webapp
- 实时预测应用
- 报名表格
- 报告
到本课程结束时，您将深入了解如何使用人脸识别技术创建完整的考勤系统。您还将具备将这些知识应用于其他计算机视觉应用程序的技能。
说明：全英文无字幕，带工程源文件
Published 3/2023
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz
Language: English | Size: 4.40 GB | Duration: 8h 43m
你将会学到的
实时现场考勤系统
使用人脸识别检测和识别人名和角色
开发 3 个 Streamlit Web App
人脸识别模型与Redis数据库集成
使用 Python 了解 Redis
App-1：实时现场考勤系统
附二：新师生登记表
App-3：报告
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
