| 现场环境 |
本模型使用5万张图片训练动漫人脸检测模块，并使用38万张图片进行动漫人脸识别训练。由于同一动漫角色在不同作者、公司或作品中的画风可能存在显著差异，或者同一个公司动漫脸特征不明显（例如不同画风的同人作品、著名的“京阿尼脸”等），识别效果可能受到影响；此外，项目主要基于人脸区域特征进行检测，但动漫角色中部分需要靠发型、服装等非面部特征区分的角色可能难以准确识别（例如《轻音少女》中发型相近的角色、哆啦A梦部分角色），而没有人脸特征的卡通形象（如海绵宝宝里的蟹老板、痞老板）则无法检测。 |
| 使用对象 |
计算机视觉研究人员、动漫行业开发者及技术爱好者 |
| 使用目的 |
用于动漫人脸识别技术研究、算法验证及二次开发 |
| 硬件配置 |
支持pytorch2.0+的电脑即可，如果需要训练推荐rtx3090及以上显卡 |
| 硬件兼容 |
无
|
| 软件配置 |
- Python 3.8+
- PyTorch ~2.x 、 torchvision （建议启用 CUDA 环境以加速）
- ultralytics （支持 YOLO11）
- opencv-python 、numpy
- PyQt5
- Pillow（PIL）、tqdm、imutils |
| 软件兼容 |
无
|
| 输入数据 |
卡通动漫图片+人物照片底库 |
| 输出数据 |
人脸识别结果 |
| 样本获取 |
网络收集5万张图片训练动漫人脸检测，38万张图片训练动漫人脸识别 |
| 测试结果 |
本项目完整公开了所有数据集及训练代码，用户可根据自身需求使用自有数据补充训练，以提升模型在特定画风或角色上的识别能力。当前仓库主要用于展示动漫人脸检测与识别的完整流程，不保证覆盖所有情况下的识别准确率。 |
| 执行速度 |
检测模型yolo11n，识别模型iresnet18，用户可自行测试 |
| 资源消耗 |
暂无 |
| 源码类型 |
python源码+数据集 |
| 文件大小 |
解压后约11.6G |
| 相关备注 |
交付内容
1.数据集+训练代码（自行训练推荐高配置电脑）
2.训练好的模型权重
3.完整推理代码+简洁封装好的代码API
4.PyQt测试界面GUI+代码
5.项目运行/训练说明文档 |
