【发布时间】：2021-05-06 02:36:25
【问题描述】：
我正在尝试为大学项目在树莓派 4 上开发面部识别系统。我必须使用 Google Auto ML、Facenet 和 Tensorflow。我对它们是什么有一些了解（我认为），只是想要一些指导，了解它们在面部识别方面的真正作用以及它们如何影响彼此的操作。任何指导都会非常感激，只需要显示正确的路径即可！
【问题讨论】：
标签： tensorflow google-cloud-ml facenet
【发布时间】：2021-05-06 02:36:25
【问题描述】：
您可以在 medium/Github/Youtube/instructables/Tensorflow Examples 中找到很多关于在 Raspberry pi 中部署人脸识别作为蓝图来抢占先机的文章。但是，如果您不了解硬件细节和其他技能（如从视频中捕获帧、训练和评估数据等），您必须稍微玩一下您的 Raspberry pi 以获得一些基本技能。
我看到了 PINTOO 的一个稳定的 Tensorflow 轮子，用于在 Raspberry pi 中安装 Tensorflow。建议使用 USB 加速器来平滑计算过程。您也可以将我们的 TFlite 用于 Raspberry pi 等边缘设备。
一旦模型经过训练，您可以转换成更小尺寸的 Tensorflow lite 模型或使用 Rest-API 到服务器以获取结果。当您发现障碍物时，请在此处发布查询。
附上以下链接供参考。
https://www.tensorflow.org/lite/examples
https://github.com/PINTO0309/Tensorflow-bin#usage
https://bhashkarkunal.medium.com/face-recognition-real-time-webcam-face-
识别系统使用深度学习算法和 98cf8254def7
https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/
【讨论】：