基于YOLOv5、FaceNet与KNN的人脸识别系统

步骤1：环境配置

1. 安装依赖库：

   • 安装Python 3.x
   • 安装TensorFlow、Keras、OpenCV等深度学习库

2. 获取数据集：

   • 收集训练用的多个人脸图像（每个用户至少几十张）
   • 将图像按用户分类存放在data/train/user1, user2等文件夹中

步骤2：训练YOLO模型

1. 配置YOLO数据集：

   • 创建一个data.yaml文件，配置您的数据集路径和标签

     train: ./data/train/images/
     val: ./data/val/images/
     names:
       0: face

2. 使用预训练的YOLO权重（推荐）：

   • 如果是新任务，可以在ImageNet或其他数据集上微调模型

3. 运行训练脚本：

   python train.py data=data.yaml model=yolov5s.yaml epochs=100 ba