منصوبے کے بارے میں

face_recognition ایک پائتھن لائبریری اور کمانڈ لائن ٹول ہے جو چہروں کی شناخت اور ان میں ردوبدل کے لیے بنایا گیا ہے۔ یہ dlib کے جدید ترین فیس ریکگنیشن ماڈلز پر مبنی ہے اور Labeled Faces in the Wild (LFW) بینچ مارک پر 99.38 فیصد درستگی کا دعویٰ کرتا ہے۔ یہ چہروں کو تلاش کرنے، چہرے کے نقوش نکالنے، انکوڈنگ کرنے اور شناخت کے لیے موازنہ کرنے کا ایک سادہ API فراہم کرتا ہے۔ اہم خصوصیات: - face_locations() کے ذریعے تصویر میں تمام چہروں کو تلاش کرنا، جس میں بہتر درستگی کے لیے CNN ماڈل کا آپشن بھی شامل ہے۔ - face_landmarks() کے ذریعے چہرے کے نقوش (آنکھیں، ناک، منہ، ٹھوڑی) کی نشاندہی کرنا۔ - 128-dimensional فیس انکوڈنگز کا موازنہ کر کے شناخت کرنا۔ - دو کمانڈ لائن پروگرامز: face_recognition (شناخت کے لیے) اور face_detection (کوآرڈینیٹس کے لیے)۔ انسٹالیشن: - یہ Python 3.3+ یا 2.7 پر macOS یا Linux کے لیے دستیاب ہے۔ - پہلے dlib انسٹال کرنا ضروری ہے۔ - pip3 install face_recognition کے ذریعے انسٹال کیا جا سکتا ہے۔ - Nvidia Jetson Nano، Raspberry Pi، اور Docker کے لیے بھی سپورٹ موجود ہے۔ استعمال کا طریقہ (Python): لائبریری کو امپورٹ کر کے تصاویر لوڈ کی جا سکتی ہیں، چہروں کے مقامات تلاش کیے جا سکتے ہیں، اور انکوڈنگز کا موازنہ کر کے کسی شخص کی شناخت کی جا سکتی ہے۔ کمانڈ لائن انٹرفیس: - یہ ٹول فولڈرز میں موجود تصاویر کو پروسیس کر سکتا ہے، جس میں پیرامیٹرز جیسے --tolerance اور --cpus کا استعمال کر کے درستگی اور رفتار کو کنٹرول کیا جا سکتا ہے۔ مثالی اسکرپٹس: اس ریپوزٹری میں ویب کیم کے ذریعے ریئل ٹائم شناخت، ویڈیو فائلز میں شناخت، Flask کے ساتھ ویب سروس، اور K-nearest neighbors کلاسیفائرز جیسی کئی مثالیں شامل ہیں۔ احتیاطی تدابیر: - یہ ماڈل بالغوں پر تربیت یافتہ ہے، اس لیے بچوں پر اس کی درستگی کم ہو سکتی ہے۔ - نسلی گروہوں کے لحاظ سے درستگی میں فرق ہو سکتا ہے۔ یہ پروجیکٹ dlib کی صلاحیتوں کو استعمال کرنے کے لیے ایک سادہ اور اعلیٰ سطحی انٹرفیس فراہم کرتا ہے، جو پروٹوٹائپنگ اور پروڈکشن ایپلی کیشنز کے لیے انتہائی موزوں ہے۔