之前有一个老哥说需要类似的功能，我这两天恰好在做类似的东西，就随手写了一个。
项目地址：
两种分类模式：聚类 和 比对， 使用方式可以查看readme
比对效果图
3 个赞
加上了人脸对齐，准确度好了不少
1, data_test/038/038_2.bmp
1, data_test/038/038_4.bmp
1, data_test/038/038_3.bmp
1, data_test/038/038_0.bmp
1, data_test/038/038_1.bmp
2, data_test/084/084_1.bmp
2, data_test/084/084_4.bmp
2, data_test/084/084_3.bmp
2, data_test/084/084_2.bmp
2, data_test/084/084_0.bmp
3, data_test/059/059_2.bmp
3, data_test/059/059_3.bmp
3, data_test/059/059_0.bmp
3, data_test/059/059_4.bmp
3, data_test/059/059_1.bmp
先贴上库，剩下的以后再补充
厉害了。
readme已经补充，已经换了win10进行测试，我这里看起来没啥问题。
正好弄这方面的，顺手写了一个
19:25整个zip下载的，需要重新下载吗？
还是仅仅补充了readme？
根据每次报错pip安装了模块，最后运行的结果是：
Z:\p\phpto-main>python process.py
NAME
process.py
SYNOPSIS
process.py COMMAND
COMMANDS
COMMAND is one of the following:
cluster
代码改了一小部分，你可以git pull来更新一下，不改关系也不大，就是可能会有点慢
命令如下
python process.py cluster /path/to/photos --do_copy=True --dst=/path/to/copy/photo --out=res.txt
其中do_copy和dst是可选的，表示把照片复制到一个新的文件夹中
处置完成之后会生成一个res.txt的文件
谢谢，那还是再取一下吧。。。。
models下面的文件占了99%的容量，这里面是网络的权重，如果方便，git pull会快很多，全部重新下可能会比较慢。
哦，只在一个文件注释掉一行。。。。
还好今天github下载速度挺快，只是时不时又刷不出。
对同一个的照片目录执行多遍，每次都是重新分析全部的？
如果能知道哪些照片是分析过的，自动跳过就会快很多。
不过，这个倒不太严重，每次为新照片建个新目录给它分析 就行了。只是这次（只分析新照片）的结果txt会与上次的txt合并起来（在上次的txt里追加新出现的人；上次的人在新照片出现，也追加 旧id=新照片路径）吗？现在是覆盖同名txt（上次分析的旧人和旧照片 都清空了）？
每张图片都只做一次fd的检测和若干次fr的推理（这个若干次取决于图片内人脸的数目）
多次比对是为了计算不同图像之间的距离，这个速度比较快。
两次对一个目录的分析，其实和单次处理的结果是一样的，如果out的命名一样就会将之前的文件覆盖，上一次复制的图像会不会被覆盖，新加入的图像会放进和老的图像相同id的文件夹。
多次处理的记录还没有加入，但是程序有cache机制，但是相关的功能还没写完。
应该还有一些其他的问题，后续慢慢完善和填补吧
【新加入的图像会放进和老的图像相同id的文件夹】
运行了几次，在程序目录及照片目录没有看到 新增的文件或目录啊？
追加处理的机制 可能是比较复杂了。。。。
原来以为是：
每个人脸会分配一个id=它的特征值
每张照片里的人脸，也算出各自的特征值，再与人脸id之后的值比较。。。。
63%|██████████████████████████████████████████████████ | 179/286 [00:51<00:37, 2.86it/s]
在这里卡住了，cpu也不占用了
63%|██████████████████████████████████████████████████ | 179/286 [01:09<01:00, 1.75it/s]
中断了第二次执行，也是这样
6666
减少一点图像试试呢，或者一直跟踪一下程序使用的内存，难道是内存占用太多被kill了
两位老哥这么晚还不睡
现有的聚类分析需要耗费
一点点时间，现在做的也算是一种聚类了 
（其实是根本没有调研聚类算法在人脸分析上面的效果）
可能是某一张图太大了？ 我又更新了一版 你也看一下按名称排序的第179张是不是有些问题