简介一套基于深度学习的人脸识别考勤系统毕业设计项目主要面向计算机相关专业正在筹备毕设的学生以及需要项目实战练习的中级学习者。系统涵盖人脸检测、特征提取与比对、考勤记录管理等环节源码结构清晰经过严格调试可直接用于课程设计、期末大作业或毕业设计答辩。压缩包共含48个文件以Python源码为主17个py文件并配有训练好的h5模型、图片数据、配置文件、使用说明与手册文档等整体大小约13.4MB。源码中包括Facenet及MobileNet等网络实现、训练与预测脚本、数据预处理与评估工具方便读者理解完整流程并二次开发。目前已有532人学习下载项目中包含全部源码、训练权重、测试数据、常见问题说明及使用手册可帮助读者快速搭建环境、验证算法效果也能为论文撰写和系统演示提供实际支撑。1. 毕业设计交差前先搞清楚这个“人脸识别考勤系统”到底值不值拿到“python基于深度学习的人脸识别考勤系统源码全部数据毕业设计.zip”这类压缩包绝大多数人的第一动作是解压、找 README、迫不及待地跑一个 demo。跑通之后才意识到这是一个毕业设计不是产品代码能不能在你的机器上复现、识别率能不能扛住答辩现场演示才是真正重要的。人脸识别考勤系统的本质是把人脸检测、人脸对齐、特征提取、相似度比对四段工序串成一条流水线深度学习负责后两段考勤业务逻辑负责把识别结果变成一条可追溯的打卡记录。这篇文章我按自己做这类系统的路径来讲先选型再落地最后讲那些让系统在答辩现场翻车的坑。适合正在做毕业设计、或者想拿到源码后改成自己系统的人阅读。读完你能判断这套源码值不值得用、核心参数该动哪里、哪些地方必须自己重写。2. 做人脸考勤系统的技术选型为什么十有八九要用现成特征模型而不是自己训 CNN2.1 人脸识别考勤的完整工作链路从摄像头到考勤记录任何一个声称“基于深度学习”的考勤系统跑起来都离不开五个环节人脸检测、人脸对齐、特征提取、相似度比对、考勤记录落库。大多数人以为深度学习指的是最后的“认人”实际上检测和对齐这两步同样可以用深度学习而且往往是最先出问题的环节。人脸检测负责在画面里找到人脸的框。传统做法是 OpenCV 自带的 Haar 级联它快但侧脸和遮挡几乎必丢毕设演示时一群人站在摄像头前Haar 很容易漏检。常见的深度学习检测方案有 MTCNN、RetinaFace、YOLO-FaceMTCNN 因为轻量、CPU 能跑、部署简单是这类毕业设计源码里出现频率最高的选择。检测框出来后不能直接拿去比对因为脸的角度、眼睛位置、图像尺寸都不一样必须做人脸对齐把两只眼睛和鼻尖变换到一个标准位置这一步通常用关键点回归来实现。特征提取是整个链路里最适合“站在巨人肩膀上”的部分。自己从零训练一个 CNN 做身份分类需要的样本量在数十万张级别训练周期以天计而且训练出的特征在跨摄像头、跨角度场景下很容易崩。现成的方案里FaceNet 的 Inception-ResNet 模型输出 128 维特征ArcFace 输出 512 维特征dlib 自带的 ResNet 也输出 128 维。后面的比对就变成一个数学问题两张人脸各自算出一个特征向量比余弦相似度或者欧氏距离距离小于阈值就认为是同一个人。考勤部分反而是最容易做的识别成功后把学号、姓名、时间写进 SQLite 或者 MySQL再做一个简单的打卡页面。很多源码包把精力都画在界面上PyQt5、Tkinter、Flask 都有但这部分对识别率没有任何帮助。真正决定答辩命运的是人脸注册阶段和识别阶段是否用了同一套预处理逻辑。2.2 选型对比FaceNet、ArcFace 和 dlib各自的边界在哪里我见过不少同学在选型上纠结很久其实只需要搞清楚一个核心问题你的机器跑得动什么你的答辩需要展示什么。给你一张我在做这个方向时常用的对比表方案特征维度模型体积部署难度适用场景FaceNetInception-ResNet128中等低有 TensorFlow/PyTorch 转换好的模型毕业设计主流选择CPU 可跑ArcFace512较大中需要配套 backbone追求高精度、有 GPU 的场合dlib ResNetface_recognition 封装128较小极低pip 装完直接用快速跑通 demo最省心OpenCV DNN 自训练分类器不定小中特征质量依赖数据不建议用于考勤FaceNet 的优势在于 128 维特征向量短比对速度快一个人注册后比对一次只要几毫秒考勤场景对时延不敏感但答辩演示时越快越不容易冷场。ArFace 精度高但模型文件动辄上百 MBCPU 推理速度明显变慢如果源码包里恰好用的是 ArcFace你要先确认自己的电脑有没有 NVIDIA 显卡没有的话得改成 ONNX CPU 推理。dlib 封装的 face_recognition 库是我个人最推荐做毕设的起点它内部就是 ResNet 特征API 极其简单一张图片调一个函数就出 128 维特征。选型还有一个容易被忽略的点模型对输入尺寸的要求。FaceNet 一般要求 160x160 的输入ArcFace 常见的是 112x112dlib 是 150x150。源码里如果注册阶段用的尺寸和识别阶段不一致就会出现“同一个入库的人识别时永远不认识”的诡异现象这个问题我在第 4 章会专门展开。2.3 训练数据从哪来公开数据集搭配自建数据配比怎么定标题里写着“全部数据”这类毕业设计包里的数据通常由两部分构成训练用公开数据集和自建的人脸库。公开数据集常见的有 CASIA-WebFace、VGG Face 2、LFW它们的规模从数万到数十万张不等。但你要注意公开数据集是给模型训练用的不是你考勤系统里的“员工库”。考勤系统真正需要的数据是每个参与考勤的人在不同角度、不同光照下的 5 到 20 张照片。很多人直接拿一张证件照去注册然后识别时稍微侧脸就拒识。我一般建议每个注册人至少采集 5 张正面一张、左右各 15 度各一张、低头抬头各一张。如果源码包里的注册程序只允许拍一张你要么改代码支持多张注册要么在注册时连续取帧把三秒内抓到的多个帧都存进特征库比对时取距离最小的那个。这个“多帧注册”的小改动对答辩效果的提升比换任何模型都明显。如果你的毕设论文需要展示训练过程那就需要真正跑一次训练。常见做法是冻结预训练模型的前若干层只微调最后一层或者整个 backbone用公开数据集做主体再加入自己采集的几百张照片做补充。配比上我习惯按公开数据 7 成、自建数据 3 成但如果自建数据太少少于 100 张强行加大比例会造成过拟合表现为训练 loss 很低、验证集准确率很高一到真实摄像头下就失灵。3. 把源码包跑起来目录结构、环境安装与最小可运行流程3.1 拿到 zip 后第一件事核对目录结构和依赖清单不要急着双击 README 或者 main.py先把压缩包解压用tree看一下整体结构。一个合格的深度学习考勤系统源码包目录通常长这样attendance_system/ ├── data/ # 训练与测试数据包括注册人脸照片 ├── models/ # 预训练模型文件如 facenet_keras.h5 ├── src/ │ ├── detect_face.py # 人脸检测与对齐 │ ├── extract_feature.py # 特征提取 │ ├── register.py # 人脸注册入库 │ ├── attendance.py # 考勤主程序 │ └── utils.py # 工具函数 ├── requirements.txt # python 依赖清单 ├── config.yaml # 参数配置 └── main.py # 程序入口检查顺序是先看 requirements.txt 里有没有 TensorFlow、PyTorch、dlib 这类重型依赖再看 models 目录下的模型文件是否真的存在且非空很多网上下载的源码包里模型文件是空的README 里让你自己去下载这往往是最大的坑。再打开 config.yaml 或对应的配置代码看检测阈值、比对阈值、摄像头序号这些参数是不是写死成绝对路径。如果发现 requirements.txt 缺失不要慌按你选定的方案手工补。一个常见的最小依赖组合是tensorflow2.x、opencv-python、dlib、numpy、Pillow、pymysql或sqlite3。特别提醒dlib在 Windows 上的 pip 安装经常失败缺 CMake 和 Visual Studio C 构建工具如果你发现源码依赖 dlib优先用pip install face_recognition这个预编译轮子它会连带装好 dlib。3.2 用 conda 建环境对抗 Python 版本与包依赖的玄学这是整个流程里最玄学的部分。深度学习项目对 Python 版本极其敏感TensorFlow 2.5 搭配 Python 3.8 是经典组合Python 3.10 以上装 TensorFlow 会出现兼容警告甚至直接装不上。你拿到源码后先看 import 语句如果用的是 TensorFlow建议直接建一个独立环境不要用系统默认 Python 环境避免和已有项目互相污染。conda create -n face_attendance python3.8 -y conda activate face_attendance pip install tensorflow2.5.0 pip install opencv-python4.5.5.64 pip install face_recognition1.3.0 pip install numpy1.19.5 pip install pymysql pillow pyyaml参数说明python3.8这个版本号是整套依赖的锚点TensorFlow 2.5 官方支持的最高 Python 版本是 3.9但实际使用 3.8 最稳。numpy指定 1.19.5 是因为 TensorFlow 2.5 与 numpy 1.20 以上存在 ABI 不匹配运行时会报 “NumPy 版本不兼容” 的警告甚至直接断言失败。如果你要用 PyTorch 版本的源码则把 TensorFlow 那行换成pytorch1.12.0并保持 numpy 同样指定较低版本。装完之后不要急着跑主程序先做一次“假动作”在项目根目录下写一个临时脚本分别 import 所有源码里用到的库如果全部通过再进下一步。这一步能替你排查掉一半的环境问题。我见过最诡异的一次是源码里同时用 TensorFlow 和 torch两个框架都装好后 import 顺序不同结果 dlib 的 GPU 版本冲突导致进程崩溃——这类问题光看报错很难定位建议环境装好后别动它别顺手升级任何一个包。3.3 人脸注册入班库从摄像头取帧到写入特征库的完整流程环境搞定后先做的是注册人脸不是识别。注册模块把每个人的照片转成特征向量存入文件或数据库识别模块靠这些向量做比对。下面是最小可用版本的注册脚本使用 face_recognition 库逻辑清晰适合作为理解整个系统的起点import os import cv2 import face_recognition import numpy as np import pickle FACE_DB_PATH face_db.pkl # 特征库文件 SAVE_DIR data/registered/ # 原始照片备份 size (160, 160) # 与模型输入对齐的尺寸 def register(student_id, name, camera_index0): cap cv2.VideoCapture(camera_index) frames [] print(请正对摄像头缓慢左右转动头部...) while len(frames) 5: # 采集 5 帧覆盖多个角度 ret, frame cap.read() if not ret: continue rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) faces face_recognition.face_locations(rgb, modelhog) if len(faces) 1: top, right, bottom, left faces[0] face rgb[top:bottom, left:right] face cv2.resize(face, size) frames.append(face) cv2.imshow(register, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows() if len(frames) 5: print(采集失败请检查光照和摄像头位置) return encodings [] for i, f in enumerate(frames): # face_recognition 内部会用 ResNet 提取 128 维特征 enc face_recognition.face_encodings(f) if enc: encodings.append(enc[0]) cv2.imwrite(os.path.join(SAVE_DIR, f{student_id}_{i}.jpg), cv2.cvtColor(f, cv2.COLOR_RGB2BGR)) if not encodings: print(未提取到有效特征注册失败) return db {} if os.path.exists(FACE_DB_PATH): with open(FACE_DB_PATH, rb) as f: db pickle.load(f) db[student_id] { name: name, encodings: np.vstack(encodings) # 5 个特征向量 } with open(FACE_DB_PATH, wb) as f: pickle.dump(db, f) print(f注册成功{student_id} {name}共 {len(encodings)} 个特征)逻辑说明摄像头连续取帧face_locations先做人脸检测拿到坐标后裁剪出人脸区域并缩放到 160x160然后调用face_encodings得到 128 维向量。每个注册人保存 5 个不同角度的特征比对时取最小距离能明显提升侧脸容错率。参数里modelhog是检测模型CPU 上速度不错如果你用的是英伟达显卡可以改成cnn提高精度和速度size(160,160)必须和你识别阶段用的模型输入保持一致否则后面比对会乱套。特征库存成 pickle 简单直接适合数据量几百人的毕设如果系统要做成 Web 服务换成 MySQL 或 Redis 更合适。3.4 考勤打卡与记录落库识别主循环与数据表设计注册完成之后就是考勤主循环。每一次打卡本质上是“当前帧特征遍历库中所有特征找距离最近的人距离小于阈值则通过”。下面这个示例保留最核心的逻辑去掉了界面代码import time import pickle import cv2 import face_recognition import sqlite3 THRESHOLD 0.5 # 欧氏距离阈值小于该值才认为同一个人 conn sqlite3.connect(attendance.db) conn.execute( CREATE TABLE IF NOT EXISTS attendance ( id INTEGER PRIMARY KEY AUTOINCREMENT, student_id TEXT NOT NULL, name TEXT NOT NULL, check_time TEXT NOT NULL, distance REAL NOT NULL )) with open(face_db.pkl, rb) as f: face_db pickle.load(f) cap cv2.VideoCapture(0) last_record_time {} # 防止同一个人 10 秒内重复打卡 while True: ret, frame cap.read() if not ret: continue rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) boxes face_recognition.face_locations(rgb, modelhog) encodings face_recognition.face_encodings(rgb, boxes) for box, enc in zip(boxes, encodings): best_id, best_name, best_dist None, None, 999.0 for sid, info in face_db.items(): dist min(face_recognition.face_distance(info[encodings], enc)) # face_distance 返回欧氏距离越小越相似 if dist best_dist: best_dist dist best_id, best_name sid, info[name] if best_dist THRESHOLD: now time.time() if best_id not in last_record_time or now - last_record_time[best_id] 10: last_record_time[best_id] now conn.execute( INSERT INTO attendance(student_id,name,check_time,distance) VALUES(?,?,?,?), (best_id, best_name, time.strftime(%Y-%m-%d %H:%M:%S), round(best_dist, 4)) ) conn.commit() print(f打卡成功{best_name}距离 {best_dist:.4f}) else: print(f陌生人拒绝最近距离 {best_dist:.4f}) if cv2.waitKey(1) 0xFF ord(q): break逻辑说明每帧图像先检测所有人脸再一次性提取所有人脸特征这在多人同时入镜时效率最高。每个在框中的人都要和全库比对一次取最近距离作为判定依据。THRESHOLD 0.5是我常用的起始值大于 0.6 会导致误认把不同人当同一个人小于 0.4 会导致拒识同一个人稍微换个角度就打不了卡。last_record_time字典做防重复打卡10 秒内同一个 ID 只能打一次避免镜头前停留时被连续写入多条记录。SQLite 的attendance表记录了打卡时间与距离距离这一列很有用答辩时你可以回查每个人的平均距离证明识别可靠性。如果你需要 Web 端查考勤把sqlite3换成pymysqlSQL 基本不用改。4. 人脸识别考勤的避坑排查五个让系统当场翻车的真实问题4.1 检测框在晃但没人被认出来缺了对齐这一环现象摄像头前的人走动时终端窗口里一直在刷出人脸框但不管怎么站都提示“陌生人拒绝”同一张注册过的脸完全不被识别。原因检测框只是把人脸切出来没有做关键点对齐。FaceNet 和 dlib 的特征模型在训练时都假设输入是“眼睛水平、五官居中”的标准脸。如果注册时采集的角度和识别时差太多特征向量会漂移。源码里省掉对齐步骤等于让模型拿两张开局不同的照片硬比距离阈值一设得严就全部拒识。解决在提取特征前先调用face_recognition.face_landmarks()拿到眼睛坐标仿射变换把眼睛旋转到水平位置后再裁脸。另一个更省事的方案是注册和识别都只接受“正脸结果”即在采集时丢弃眼睛角度偏差超过 15 度的帧。改代码时可以打印出face_distance的具体数值你会看到同一个人的距离在 0.45 到 0.7 之间波动这就是没对齐带来的方差。4.2 训练 loss 已经很低识别照样翻车数据配比出了问题现象论文里训练曲线很漂亮loss 降到了 0.1 以下验证集准确率 99%但一换到真实摄像头陌生人误报率极高或者认识的人漏报。原因典型的过拟合加数据分布不一致。很多毕业设计的“全部数据”是公开数据集加自己拍的几十张照片混合训练公开数据全是名人照片角度正、光照均匀、背景干净而考勤摄像头拍出来是俯视、偏暗、背景杂乱。模型在公开数据上学到的特征到了实际场景不适用。你看到验证集准确率高是因为验证集和训练集来自同一个数据分布。解决把自建数据现场采集照片的比例提到 30% 以上并在训练时做数据增强——随机旋转 15 度、亮度抖动、高斯模糊。如果源码的训练脚本里没有增强模块自己加也不复杂用imgaug或者 OpenCV 的cv2.warpAffine都能做。千万别只追求训练 loss毕业设计答辩老师不会看你训练曲线只会现场截一张图让你识别真实场景才是唯一标准。4.3 同一张脸换个角度就拒识阈值和特征归一化问题现象注册时正面识别成功率高人一低头或者侧脸立刻变成陌生人。数据库里存的明明是同一个人的照片距离却超过了阈值。原因首先检查特征向量有没有做 L2 归一化。很多源码用 FaceNet输出层是 128 维向量原本就带归一化但有些教程在保存特征时直接存了原始向量比对时又用余弦相似度等于拿未归一化的向量和归一化后的比对距离数值完全不可预测。其次阈值设置过于激进0.4 的欧氏距离在侧脸情况下很容易被突破。解决把库中的特征向量统一做一次 L2 归一化再保存查询时同样归一化。归一化之后欧氏距离和余弦相似度在数学上是等价的你就不需要纠结源码里到底用的是哪种相似度了。阈值放开到 0.5 左右。如果你发现距离数值普遍在 0.9 到 1.1 之间波动说明特征没归一化如果在 0.3 到 0.6 之间说明已经归一化了按这个区间去微调THRESHOLD。4.4 Win10 上跑得好好的答辩机器上蓝屏或闪退运行库问题现象在自己电脑上一切正常拷到答辩电脑上一启动就报DLL load failed或者 dlib 相关的 import 直接崩溃运气差一点系统蓝屏。原因dlib、OpenCV 这类带 C 扩展的库依赖 Microsoft Visual C Redistributable。答辩电脑通常没有装完整的 VC 运行库或者系统是精简版 Windows。还有一个更隐蔽的问题face_recognition会自动优先加载 GPU 版 dlib如果答辩机显卡驱动太老加载时进程直接挂掉。解决答辩前不要只拷源码把整套 conda 环境导出成environment.yaml在答辩机上用conda env create -f environment.yaml重建环境。如果现场没有网络提前把需要的.whl安装包拷贝到 U 盘离线安装。对于 DLL 报错直接安装vc_redist.x64.exe即可。我习惯做一个“环境自检脚本”启动时检查关键库版本并打印出来答辩时万一出问题能快速判断是环境问题还是代码问题。4.5 注册照片能识别但摄像头实时取景识别不了RGB 与 BGR 通道混乱现象用图片文件测试时识别率正常一旦切换到摄像头实时识别识别率急剧下降甚至提示错误image is not a numpy array, either a list or a PIL Image。原因OpenCV 的cv2.imread和VideoCapture读出来的图像是 BGR 通道顺序而 face_recognition 库内部假定输入是 RGB。很多源码在注册模块里做了cv2.cvtColor转换但识别主循环里忘了做或者反过来。通道顺序错了特征向量完全变样等于拿一张颜色偏移严重的照片去比对距离居高不下。解决统一在图像进入特征提取之前做一次cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)。建议写一个工具函数_to_rgb(frame)注册和识别的入口都调用它不要在代码里到处直接改像素。排查时用同一张照片分别跑图片检测与摄像头截图检测打印特征向量的前 5 个数值如果差异明显十有八九就是通道问题。5. 把系统从“能跑”做到“抗质疑”验证方法与两个进阶技巧5.1 用批量测试量化系统上限别用单次运行当证据答辩时老师说“你这个系统准确率到底多少”你如果只答“挺高的”基本会被扣分。更好的做法是准备一个含 50 到 100 张测试图的批量脚本每张图标注好真实身份跑完后计算准确率、误识率、拒识率。同时做一个阈值网格搜索找出系统在你数据集上的最优阈值而不是一直用配置文件里的默认值。import numpy as np import face_recognition import pickle TEST_PAIRS [...] # [(img_path, student_id), ...] def evaluate(threshold_step0.025): with open(face_db.pkl, rb) as f: db pickle.load(f) results [] for img_path, true_id in TEST_PAIRS: img face_recognition.load_image_file(img_path) enc face_recognition.face_encodings(img) if not enc: results.append((true_id, None, 999.0)) # 没检测到脸 continue dist 999.0 pred_id None for sid, info in db.items(): d min(face_recognition.face_distance(info[encodings], enc[0])) if d dist: dist d pred_id sid results.append((true_id, pred_id, dist)) for threshold in np.arange(0.35, 0.65, threshold_step): correct sum(1 for _, pred_id, dist in results if pred_id is not None and dist threshold and pred_id true_id) false_accept sum(1 for _, pred_id, dist in results if pred_id is not None and dist threshold and pred_id ! true_id) print(fthreshold{threshold:.3f} 准确率{correct/len(results):.2f} 误识{false_accept})逻辑说明循环不同的阈值统计每个阈值下识别正确的人数和误识的人数最终会有两条曲线交叉交叉点附近就是最均衡的阈值。我建议把这个结果打印到答辩用的 PPT 截图里比空口说“识别率 95%”有说服力得多。5.2 两个让答辩更稳的进阶技巧活体检测和陌生拦截第一个进阶是加活体检测防照片和手机屏幕。最简单有效的方法是“眨眼检测”识别通过后再用 OpenCV 的 Haar 级联检测眼睛区域连续两帧内眼睛纵横比出现明显变化才算真脸。完整活体模型如 Silent-Face 体积大、依赖 GPU毕设答辩用眨眼方案就可以实现成本低演示效果直观。第二个进阶是显式的陌生拦截。很多源码识别失败时没有反馈只是默默不打卡答辩时老师说“你演示一下不是库里的人会怎样”你拿一张照片放到镜头前系统毫无反应非常尴尬。建议在无人脸匹配时画面里画出“未知”框并显示最近距离。这个小改动让你的系统从“静默失败”变成“可解释拒绝”老师会认为你在设计时考虑了安全性。最后说点我自己的教训做这类系统我吃过最大的亏不是模型选错了而是过于相信源码自带的数据和默认参数。拿到任何源码先做一轮“阈值扫描”再用自采数据重训或微调最后把摄像头从笔记本内置的换到外接 USB 高清摄像头——内置摄像头的画质和自动白平衡会让识别稳定性差距很大。这套流程走完你心里应该有底了。希望帮到你。本文还有配套的精品资源点击获取