简介：这是一套面向高校计算机相关专业学生的毕业设计级项目源码，主题为基于CNN神经网络的人脸识别考勤系统，采用PyQt5构建图形界面，适合作为毕设、期末大作业或课程设计的高分参考方案。项目将深度学习人脸识别与考勤签到业务结合，涵盖模型推理、摄像头采集、人脸注册与签到等完整流程，代码注释详尽，新手也能读懂并快速部署运行。资源包共30个文件，约32.54MB，包含11个Python源码文件、6个编译文件、3个界面ui文件、3张示例图片，以及CNN部署配置prototxt、训练好的caffemodel模型、人脸检测xml与字体文件等，结构清晰、模块分明。目前已有142人学习下载。读者可获得一套可直接运行的完整项目，理解CNN人脸识别与PyQt5界面联动的实现思路，并借助文档说明与注释快速完成二次开发与答辩准备。
1. 从一张考勤表说起：CNN 人脸识别考勤系统到底在做什么
很多做 Python 毕业设计的同学，卡住的地方不是模型不会训，而是「训完模型之后怎么变成一个能演示、能答辩、能交差的东西」。基于 CNN 神经网络的人脸识别考勤系统，本质上是把三件事串成一条线：用卷积神经网络把人脸图像变成特征向量，用特征比对判断「你是谁」，再用 PyQt5 把识别结果落成一条带时间戳的考勤记录。它解决的不是「识别精度能不能刷到 99%」这种学术问题，而是「一个普通笔记本摄像头前，人走过去，系统能不能稳定地记下这个人几点几分到了」。
这套方案适合谁？适合手里有 Python 基础、装过 OpenCV、但没做过完整 GUI 项目的本科生；也适合想快速搭一个可演示原型的开发者。它的技术栈不复杂：Python + OpenCV 做人脸检测和图像预处理，CNN 做特征提取或分类，PyQt5 做界面，SQLite 或 CSV 存考勤数据。真正决定成败的，往往不是网络结构多深，而是数据采集的一致性、阈值怎么定、界面线程怎么不卡死。下面按「先立住原理、再动手复现、最后讲坑」的顺序拆开讲。
2. CNN 人脸识别考勤系统的技术选型与最小闭环
2.1 为什么用 CNN 而不是传统特征脸
传统做法里，Eigenfaces、LBPH 这类方法在实验室的 ORL、Yale 数据集上能跑出不错的结果，但一换到真实摄像头场景就翻车：光照一变、角度一偏，识别率断崖式下跌。CNN 的优势在于卷积核能自动学到边缘、纹理、局部结构这些对光照和姿态更鲁棒的特征。常见做法是用一个轻量卷积网络做分类，或者用预训练模型（如 MobileNet、FaceNet 思路）抽特征再做距离比对。
对毕业设计来说，我一般建议两条路线二选一：
- 分类路线：把每个注册人员当成一个类别，CNN 最后一层 softmax 输出 N 类。优点是实现简单，缺点是每加一个人就要重新训练。
- 特征比对路线：CNN 输出一个固定维度特征向量，注册时存向量，识别时算余弦相似度或欧氏距离。优点是加人不用重训，缺点是阈值需要调。
如果答辩要求「能动态加人」，选特征比对；如果只要求「固定几个人识别准确」，选分类更省事。
2.2 环境搭建：Python、OpenCV、PyQt5 一次装对
环境是第一个劝退点。血泪经验是：不要混用 conda 和 pip 装 OpenCV，容易出现cv2导入报错或 GUI 后端冲突。建议统一用虚拟环境。
# 创建虚拟环境（Python 3.8~3.10 兼容性最好） python -m venv face_env # Windows 激活 face_env\Scripts\activate # Linux / macOS 激活 source face_env/bin/activate # 一次性装齐核心依赖 pip install opencv-python==4.8.1.78 pip install PyQt5==5.15.9 pip install numpy==1.24.3 pip install tensorflow==2.13.0 # 或 pytorch，二选一 pip install pillow逻辑说明：opencv-python负责摄像头读取和 Haar/DNN 人脸检测；PyQt5负责界面；numpy做矩阵运算；深度学习框架按你熟悉的选。参数上，OpenCV 版本不要追最新，4.8.x 在 Windows 上对摄像头和 GUI 支持最稳。TensorFlow 2.13 是最后一个原生支持 Windows GPU 的版本之一，如果只用 CPU 训练，版本可以更宽松。
装完立刻验证，别等到写界面才发现问题：
import cv2 import numpy as np from PyQt5.QtWidgets import QApplication import sys print("OpenCV:", cv2.__version__) cap = cv2.VideoCapture(0) ret, frame = cap.read() print("摄像头读取:", ret, frame.shape if ret else "失败") cap.release() app = QApplication(sys.argv) print("PyQt5 初始化正常")如果VideoCapture(0)返回 False，先查摄像头是否被其他程序占用，再查驱动。Linux 下还要确认当前用户有 video 组权限。
2.3 人脸检测与数据采集：把「注册」这一步做扎实
识别准不准，七成看采集。我一般会写一个采集脚本，用 OpenCV 的 DNN 人脸检测器（比 Haar 稳），对每个人采集 100~200 张，覆盖正脸、轻微左右偏、戴不戴眼镜、室内不同灯光。
import cv2 import os # 使用 OpenCV DNN 人脸检测模型（需提前下载 deploy.prototxt 和 res10_300x300_ssd_iter_140000.caffemodel） net = cv2.dnn.readNetFromCaffe( "deploy.prototxt", "res10_300x300_ssd_iter_140000.caffemodel" ) def collect_faces(person_name, save_dir="dataset", max_count=150): save_path = os.path.join(save_dir, person_name) os.makedirs(save_path, exist_ok=True) cap = cv2.VideoCapture(0) count = 0 while count < max_count: ret, frame = cap.read() if not ret: break h, w = frame.shape[:2] blob = cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0) ) net.setInput(blob) detections = net.forward() for i in range(detections.shape[2]): confidence = detections[0, 0, i, 2] if confidence > 0.6: # 置信度阈值，低于 0.5 容易误检 box = detections[0, 0, i, 3:7] * [w, h, w, h] x1, y1, x2, y2 = box.astype("int") face = frame[max(0, y1):min(h, y2), max(0, x1):min(w, x2)] if face.size == 0: continue face = cv2.resize(face, (128, 128)) cv2.imwrite(f"{save_path}/{count:04d}.jpg", face) count += 1 cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imshow("Collect", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()逻辑说明：DNN 检测器输出的是归一化坐标，乘回宽高得到像素框；confidence > 0.6是经验阈值，太低会把背景误当人脸，太高会漏检侧脸。采集时统一 resize 到 128×128，是为了后续 CNN 输入维度一致。参数上，max_count建议 150 左右，太少模型欠拟合，太多采集耗时且冗余。
2.4 CNN 模型搭建与训练：一个能跑通的轻量结构
毕业设计不需要 ResNet-152，一个 3 层卷积 + 全连接的结构足够。下面用 TensorFlow/Keras 写分类路线。
import tensorflow as tf from tensorflow.keras import layers, models def build_cnn(num_classes, input_shape=(128, 128, 3)): model = models.Sequential([ layers.Conv2D(32, (3, 3), activation='relu', input_shape=input_shape), layers.MaxPooling2D((2, 2)), layers.Conv2D(64, (3, 3), activation='relu'), layers.MaxPooling2D((2, 2)), layers.Conv2D(128, (3, 3), activation='relu'), layers.MaxPooling2D((2, 2)), layers.Flatten(), layers.Dense(128, activation='relu'), layers.Dropout(0.5), # 防过拟合，小数据集必加 layers.Dense(num_classes, activation='softmax') ]) model.compile( optimizer=tf.keras.optimizers.Adam(1e-3), loss='categorical_crossentropy', metrics=['accuracy'] ) return model逻辑说明：三层卷积逐步扩大通道数，提取从边缘到语义的特征；Dropout(0.5)在小样本下非常关键，否则训练集 99%、验证集 60% 是常态。参数上，学习率 1e-3 是 Adam 的稳妥起点，如果 loss 震荡就降到 5e-4。训练时用ImageDataGenerator做随机翻转、亮度扰动，能显著提升真实场景鲁棒性。
训练完保存模型，识别时加载即可。注意：类别标签要和文件夹名对应，建议用class_indices存一份 JSON，避免上线后标签错位。
3. PyQt5 界面与考勤逻辑：把模型塞进一个不卡的窗口
3.1 界面布局：摄像头预览、识别按钮、考勤表格三块
PyQt5 界面设计最容易犯的错，是把耗时操作（读摄像头、跑推理）放在主线程，结果窗口直接「未响应」。正确做法是用QThread把识别循环丢到子线程，通过信号槽把结果传回界面。
from PyQt5.QtWidgets import (QMainWindow, QLabel, QPushButton, QTableWidget, QTableWidgetItem, QVBoxLayout, QHBoxLayout, QWidget) from PyQt5.QtCore import QTimer, Qt from PyQt5.QtGui import QImage, QPixmap import cv2 class AttendanceWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("CNN 人脸识别考勤系统") self.cap = cv2.VideoCapture(0) self.video_label = QLabel("摄像头预览") self.video_label.setFixedSize(640, 480) self.btn_start = QPushButton("开始识别") self.table = QTableWidget(0, 3) self.table.setHorizontalHeaderLabels(["姓名", "时间", "状态"]) left = QVBoxLayout() left.addWidget(self.video_label) left.addWidget(self.btn_start) right = QVBoxLayout() right.addWidget(self.table) layout = QHBoxLayout() layout.addLayout(left) layout.addLayout(right) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) self.timer = QTimer() self.timer.timeout.connect(self.update_frame) self.timer.start(30) # 约 33 FPS def update_frame(self): ret, frame = self.cap.read() if not ret: return rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb.shape qt_img = QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qt_img).scaled(640, 480))逻辑说明：QTimer每 30ms 触发一次刷新，保证预览流畅；QImage构造时步长参数ch * w不能省，否则图像会错位。参数上，刷新间隔低于 20ms 会浪费 CPU，高于 50ms 会明显卡顿。识别按钮的槽函数里再启动推理线程，避免主线程阻塞。
3.2 识别线程与考勤写入：别让界面卡成黑匣子
识别线程负责「检测人脸 → 预处理 → 模型推理 → 发信号」。考勤写入要防重复：同一个人 5 分钟内只记一次，否则摄像头一直对着你，表格会刷屏。
from PyQt5.QtCore import QThread, pyqtSignal import time import csv import os class RecognizeThread(QThread): result_signal = pyqtSignal(str, float) # 姓名, 置信度 def __init__(self, model, class_names, threshold=0.75): super().__init__() self.model = model self.class_names = class_names self.threshold = threshold self.running = True self.last_record = {} # 姓名 -> 上次记录时间 def run(self): cap = cv2.VideoCapture(0) while self.running: ret, frame = cap.read() if not ret: continue face = detect_and_crop(frame) # 复用前面的检测逻辑 if face is None: continue face = face.astype("float32") / 255.0 face = np.expand_dims(face, axis=0) preds = self.model.predict(face, verbose=0)[0] idx = int(np.argmax(preds)) conf = float(preds[idx]) if conf >= self.threshold: name = self.class_names[idx] now = time.time() if name not in self.last_record or now - self.last_record[name] > 300: self.last_record[name] = now self.write_attendance(name) self.result_signal.emit(name, conf) cap.release() def write_attendance(self, name): file_exists = os.path.exists("attendance.csv") with open("attendance.csv", "a", newline="", encoding="utf-8") as f: writer = csv.writer(f) if not file_exists: writer.writerow(["姓名", "时间", "状态"]) writer.writerow([name, time.strftime("%Y-%m-%d %H:%M:%S"), "已签到"])逻辑说明：threshold=0.75是分类路线的经验值，低于它宁可判「未知」也不要误记；last_record做 300 秒去重，防止刷屏。参数上，阈值要根据你的验证集调：如果误识多就调高，如果熟人认不出就调低。写 CSV 用追加模式，避免每次覆盖。
3.3 考勤数据存储：CSV 够用，SQLite 更稳
毕业设计用 CSV 完全够，但如果要支持「查询某人某月记录」，SQLite 更合适。建表语句很简单：
CREATE TABLE IF NOT EXISTS attendance ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, check_time TEXT NOT NULL, status TEXT DEFAULT '已签到' ); CREATE INDEX idx_name_time ON attendance(name, check_time);逻辑说明：索引加在name + check_time上，查询「张三本周记录」时不用全表扫。参数上，时间存文本格式便于直接展示，如果要做时间范围统计，可以额外存一个 Unix 时间戳字段。
4. 避坑与排查：那些让答辩现场翻车的细节
4.1 摄像头被占用，VideoCapture一直返回 False
现象：程序启动后预览黑屏，cap.read()返回 False。原因：摄像头被其他程序（浏览器、会议软件）占用，或 Linux 下权限不足。解决：关闭占用程序；Linux 执行sudo usermod -aG video $USER后重新登录；Windows 下在设备管理器确认摄像头驱动正常。
4.2 训练集准确率 99%，实测却认不出人
现象：训练日志很漂亮，但摄像头前识别率极低。原因：采集数据和实测数据分布不一致——采集时正脸、光线好，实测时侧脸、背光。解决：采集时故意覆盖多角度多光照；训练时加数据增强（随机亮度、对比度、水平翻转）；识别前做直方图均衡化。
4.3 PyQt5 界面点「开始识别」就卡死
现象：窗口标题栏显示「未响应」，表格不更新。原因：识别循环写在主线程，阻塞了 Qt 事件循环。解决：把识别逻辑放进QThread，通过pyqtSignal回传结果；界面只负责显示，不碰耗时操作。
4.4 标签错位，张三的考勤记到李四头上
现象：识别结果和实际人员对不上。原因：训练时class_indices的顺序和识别时class_names的顺序不一致，常见于重新训练后没更新映射文件。解决：训练结束立刻把class_indices存成 JSON，识别时加载同一份文件，不要手写列表。
4.5 打包成 exe 后模型加载失败
现象：PyCharm 里跑得好好的，pyinstaller打包后报「模型文件不存在」。原因：打包后资源路径变了，相对路径失效。解决：用sys._MEIPASS判断运行环境，把模型和标签文件路径统一封装成一个函数；打包时用--add-data把模型文件带进去。
5. 进阶技巧：把识别阈值调成「可解释」的参数
最后一章讲一个我踩过多次坑才养成的习惯：不要拍脑袋定阈值，用验证集画一条 ROC 曲线。分类路线里，softmax输出的置信度不是概率意义上的可靠值，但你可以统计不同阈值下的误识率和拒识率，选一个平衡点。
具体做法：准备一组「已知人员 + 未知人员」的验证图片，跑推理，记录每张图的最高置信度和是否正确。然后按阈值从 0.5 到 0.95 遍历，算两个指标：
| 阈值 | 误识率（陌生人被认成熟人） | 拒识率（熟人被拒） |
|---|---|---|
| 0.60 | 12% | 3% |
| 0.75 | 4% | 8% |
| 0.85 | 1% | 18% |
| 0.90 | 0% | 30% |
考勤场景里，误识比拒识更严重——把陌生人记成员工签到，比员工多刷一次脸麻烦得多。所以我一般把阈值定在误识率接近 0 的位置，比如 0.85，然后给界面加一个「手动补签」按钮兜底。这样答辩时老师问「阈值怎么定的」，你能拿出表格讲清楚，而不是说「试出来的」。
另一个技巧是特征比对路线下的阈值归一化。如果你用余弦相似度，不同人的特征模长差异会导致固定阈值不公平。可以先对特征做 L2 归一化，再算相似度，阈值就能统一到 0.6~0.7 这个区间。这个改动很小，但实测稳定性提升明显。
我自己的习惯是：每次改完模型或采集流程，先跑一遍验证集，把阈值和对应的误识/拒识记在项目 README 里。答辩前翻一遍，比临时调参靠谱得多。希望帮到你。
本文还有配套的精品资源，点击获取
