[face_recognition中文文档] 第5节 特约贡献
2017-10-27 00:00
363 查看
摘要: face_recognition中文文档,这是世界上最简单的人脸识别库了。你可以通过Python引用或者命令行的形式使用它,来管理和识别人脸。 该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。 它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的图片进行识别操作。
你可以在许多方面做出贡献:
如果您报告错误,请包括如下信息:
您的操作系统名称和版本。
有关本地设置的任何细节可能有助于排除故障。
详细的步骤重现错误。
如果您提出了一个功能,请包括如下信息:
详细解释它将如何工作。
尽可能的缩小范围,使其更容易实现。
请记住,这是一个志愿者驱动的项目,欢迎您的贡献:)
首先Fork
再克隆你上一步Fork到自己的Github上的face_recognition到本地:
将本地face_recognition副本安装到virtualenv中。假设你已经安装了virtualenvwrapper,这是你如何设置你的fork来进行本地开发:
为本地开发创建一个分支:
现在您可以在本地进行更改。
完成更改后,请检查您的更改是否通过了flake8测试,包括使用tox测试其他Python版本:
要获取flake8和tox,只需将它们安装到您的virtualenv中即可。
提交您的更改并将您的分支推送到GitHub:
通过GitHub网站提交Pull Request。
Pull Request应包括tests。
如果Pull Request添加功能,则应更新文档。将新功能放入带有docstring的函数中,并将该功能添加到README.rst中的列表中。
引用请求应该适用于Python 2.6,2.7,3.3,3.4和3.5以及PyPy。检查https://travis-ci.org/ageitgey/face_recognition/pull_requests ,并确保所有受支持的Python版本通过测试。
Contributing特约贡献
欢迎贡献,非常感谢!每一点帮助,都是肯定。你可以在许多方面做出贡献:
贡献类型
报告错误
在https://github.com/ageitgey/face_recognition/issues上报告错误。如果您报告错误,请包括如下信息:
您的操作系统名称和版本。
有关本地设置的任何细节可能有助于排除故障。
详细的步骤重现错误。
提交反馈
发送反馈的最佳方法是在https://github.com/ageitgey/face_recognition/issues上提出问题。如果您提出了一个功能,请包括如下信息:
详细解释它将如何工作。
尽可能的缩小范围,使其更容易实现。
请记住,这是一个志愿者驱动的项目,欢迎您的贡献:)
开始吧!
准备贡献?以下是如何设置face_recognition进行本地开发。首先Fork
face_recognition源码到你自己的Github仓库
再克隆你上一步Fork到自己的Github上的face_recognition到本地:
$ git clone git@github.com:your_name_here/face_recognition.git
将本地face_recognition副本安装到virtualenv中。假设你已经安装了virtualenvwrapper,这是你如何设置你的fork来进行本地开发:
$ mkvirtualenv face_recognition $ cd face_recognition/ $ python setup.py develop
为本地开发创建一个分支:
$ git checkout -b name-of-your-bugfix-or-feature
现在您可以在本地进行更改。
完成更改后,请检查您的更改是否通过了flake8测试,包括使用tox测试其他Python版本:
$ flake8 face_recognition tests $ python setup.py test or py.test $ tox
要获取flake8和tox,只需将它们安装到您的virtualenv中即可。
提交您的更改并将您的分支推送到GitHub:
$ git add . $ git commit -m "Your detailed description of your changes." $ git push origin name-of-your-bugfix-or-feature
通过GitHub网站提交Pull Request。
Pull Request指南
在提交Pull Request之前,请检查它是否符合以下准则:Pull Request应包括tests。
如果Pull Request添加功能,则应更新文档。将新功能放入带有docstring的函数中,并将该功能添加到README.rst中的列表中。
引用请求应该适用于Python 2.6,2.7,3.3,3.4和3.5以及PyPy。检查https://travis-ci.org/ageitgey/face_recognition/pull_requests ,并确保所有受支持的Python版本通过测试。
提示
运行子测试:$ python -m unittest tests.test_face_recognition
相关文章推荐
- [face_recognition中文文档] 第6节 作者
- [face_recognition中文文档] 第4节 Face Recognition API
- [face_recognition中文文档] 第3节 用法
- [face_recognition中文文档] 第2节 安装
- [face_recognition中文文档] 第1节 人脸识别
- [face_recognition中文文档] 第7节 历史
- talib 中文文档(十二):Pattern Recognition Functions K线模式识别,形态识别
- Peewee中文文档【五】:贡献
- IdentityServer4 中文文档 -7- (简介)贡献
- [jaVA学习2]InputStreamReader练习读取中文文档
- 【Scikit-Learn 中文文档】神经网络模块(监督的)- 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】随机梯度下降 - 监督学习 - 用户指南 | ApacheCN
- PHP-redis中文文档
- scikit-learn 中文文档-集成方法-监督学习|ApacheCN
- 【Scikit-Learn 中文文档】集成方法 - 监督学习 - 用户指南 | ApacheCN
- Android2.2 API 中文文档系列(1) —— TextView
- 12.3.19 fields ——elasticsearch中文文档
- jQuery EasyUI API 中文文档 - 消息框(Messager)
- 【Scikit-Learn 中文文档】特征选择 - 监督学习 - 用户指南 | ApacheCN
- Autumn中文文档4:响应客户端结果