开源精选是我们在github、Gitee等开源社区分享优质项目的专栏，包括技术、学习、实用和各种有趣的内容。本期推荐的人脸搜索是阿里云视觉智能开放平台的人脸搜索。项目中使用的模型都是开源模型。该项目支持milvus和proxima矢量库，具有较高的定制能力。
人脸搜索M:N
整体架构图
1、弹簧靴
2、onnx
3、milvus
比邻星
1、洞察力
2、保时捷中国
人脸数据管理1。创建一个面数据
接口地址:/visual/face/create
请求方式: Post
消耗:[& # 34；应用程序/JSON & # 34；]
产生:[& # 34；*/*"]
请求示例:
{ & # 34；名称空间& # 34；: ""， & # 34；collectionName & # 34: ""， & # 34；sampleId & # 34: ""， & # 34；imageBase64 & # 34: ""， & # 34；faceScoreThreshold & # 34:0， & # 34；minconfidence threshold with this sample & # 34；:0， & # 34；maxconfidence thresholdwithothersample & # 34；:0， & # 34；faceData & # 34:[ { & # 34；key & # 34: ""， & # 34；价值& # 34；:{} } ] }参数名称
参数描述在我一定要吗数据类型计划{ & # 34；代码& # 34；:0， & # 34；消息& # 34；: ""， & # 34；数据& # 34；:{ & # 34；名称空间& # 34；: ""， & # 34；collectionName & # 34: ""， & # 34；sampleId & # 34: ""， & # 34；faceId & # 34: ""， & # 34；faceScore & # 34:0， & # 34；faceData & # 34:[ { & # 34；key & # 34: ""， & # 34；价值& # 34；:{} } ] } }参数名称
参数描述类型计划& lt依赖性& gt & lt；groupId & gtcom . visual . face . search & lt；/groupId & gt； & lt；artifactId & gt面部搜索客户端& lt/artifact id & gt； & lt；版本& gt1 . 0 . 0 & lt；/version & gt； & lt；/dependency & gt；项目部署docker部署，脚本目录:face-search/scripts
1.使用milvus作为矢量搜索引擎 Docker-compose-f Docker-compose-milvus . yml-compatibility up-d 2 .使用proxima作为矢量搜索引擎 Docker-compose-f Docker-compose。
1.克隆项目
git clone https://gitee.com/open-visual/face-search.git
2。项目打包
CD人脸-搜索& & sh scripts/docker _ build . sh性能优化【为了提高人脸检测率，项目中使用了主副人脸检测模型。目前已经实现了insightface和PCN两种人脸检测模型。在docker的服务中，默认的主服务是PCN，备份服务是insightface。insightface效率较高，但对于大角度旋转的人脸检测率不高，而pcn可以识别大角度旋转的图像，但效率较低。如果图像都是正面图像，建议使用insightface作为主型号，pcn作为备用型号。请检查如何切换的部署参数。
