Pengenalan Wajah dengan YuNet, SFace, dan FER

Proyek ini menunjukkan alur lengkap untuk analisis wajah menggunakan:

• YuNet sebagai model deteksi wajah
• SFace untuk pengenalan wajah
• FER (Facial Expression Recognition) untuk mendeteksi ekspresi wajah

Fitur

• Deteksi wajah secara real-time atau dari folder gambar
• Melatih sistem pengenalan wajah menggunakan gambar sendiri
• Mengenali wajah dan menampilkan nama
• Mengidentifikasi ekspresi wajah

---

Memulai

1. Clone Repository

git clone https://github.com/BengkelKoding22/YuNet.git
cd YuNet

2. Siapkan Gambar Pelatihan

Atur gambar pelatihan Anda dalam sebuah folder. Setiap orang sebaiknya memiliki subfolder sendiri yang dinamai sesuai identitasnya, misalnya:

training_images/
├── img1.jpg
└── img2.jpg

3. Jalankan Script Pelatihan

Gunakan script FaceR-Komplit-Training-Resize.py untuk memproses dan mendaftarkan wajah:

python FaceR-Komplit-Training-Resize.py --folder "[folder_path]"

Atau dengan flag singkat:

python FaceR-Komplit-Training-Resize.py -f "[folder_path]"

Gantilah [folder_path] dengan path ke dataset gambar Anda.

Script ini akan melakukan deteksi wajah, alignment, resize, dan menghasilkan embedding wajah menggunakan SFace.

4. Jalankan Aplikasi Pengenalan Wajah

Setelah pelatihan selesai, jalankan aplikasi dengan:

python FaceR-Komplit.py

Ini akan mengaktifkan kamera dan mulai mengenali wajah yang dikenal beserta ekspresi wajahnya secara real-time.