Java深度学习算法库，支持人脸识别(检测、人证核验、特征提取、注册、查询) 致力于为开发者提供开箱即用的 AI 能力

源码资源网

Java深度学习算法库，支持人脸识别(检测、人证核验、特征提取、注册、查询) 致力于为开发者提供开箱即用的 AI 能力

Java深度学习算法库，支持人脸识别(检测、人证核验、特征提取、注册、查询)、目标检测(支持 SSD、YOLO 等多种模型)，致力于为开发者提供开箱即用的 AI 能力，无需 Python 环境，Maven 引用即可使用。目前已集成 RetinaFace、SeetaFace6、YOLOv8 等主流模型。



专为Java 开发者打造的一个功能丰富、开箱即用的 Java 算法工具包，致力于帮助Java开发者高效集成各类智能算法。SmartJavaAI通过对多种主流算法的统一封装，开发者无需深入了解底层实现，即可轻松在 Java 代码中调用人脸识别、目标检测、OCR 等功能。目前已支持部分人脸识别与目标检测算法，底层实现涵盖了 C++、Python 等语言的深度学习模型。后续将持续扩展更多算法，最终将构建一个面向 Java 开发者的通用智能工具库。
核心亮点

针对 Java 开发者在集成智能算法时常见的两大痛点：

• 主流AI深度学习框架（PyTorch/TensorFlow）的Python生态与Java工程体系割裂
• 现有算法方案分散杂乱，封装不统一，使用门槛高，不易直接服务于 Java 业务开发
  
  

我们实现了：

✅ 开箱即用 - 两行代码即可调用算法

✅ 支持多种深度学习引擎 - Pytorch、Tensorflow、MXNet、ONNX Runtime

✅ 功能丰富 - 当前支持人脸识别与目标检测，未来将陆续支持 OCR、图像分类、NLP 等多个 AI 领域任务，构建全面的智能算法体系。

✅ 跨平台兼容 - 支持Windows/Linux/macOS系统（x86 & ARM架构）

AI集成方式对比[td]

方案	技术特点	优点	缺点
OpenCV	传统图像处理方案	✅ 提供java接口 ✅ 轻量级部署 ✅ 社区资源丰富	❌ 基于传统算法精度低(60%-75%) ❌ 需本地安装环境
‌虹软SDK‌	商业级闭源解决方案	✅ 开箱即用 ✅ 提供完整文档和SDK ✅ 支持离线活体检测	❌ 免费版需年度授权更新 ❌ 商业授权费用高 ❌ 代码不可控
‌云API(阿里云)‌	SaaS化云端服务	✅ 零部署成本 ✅ 支持高并发 ✅ 自带模型迭代	❌ 网络延迟风险(200-800ms) ❌ 按调用量计费 ❌ 有数据安全风险
‌Python混合调用‌	跨语言调用方案	✅ 可集成PyTorch/TF等框架 ✅ 支持自定义算法 ✅ 识别精度高	❌ 需维护双语言环境 ❌ 进程通信性能损耗(30%+) ❌ 异常处理复杂度翻倍
‌DJL框架‌	深度学习框架	✅ 纯Java实现 ✅ 支持主流深度学习框架 ✅ 可加载预训练模型(99%+)	❌ 需掌握DL知识 ❌ 需处理模型加载、预处理、后处理等复杂技术细节
‌SmartJavaAI‌	java深度学习工具包	✅ 支持主流深度学习框架 ✅ 提供丰富、开箱即用API ✅ 上手简单，单一Jar包集成	❌要求JDK版本11及以上

支持功能✅ 已实现功能

• 人脸检测
  人脸检测、人脸识别、人脸比对1:1、人脸比对1:N、人脸库注册、人脸库、人脸库删除
• 目标检测 支持通用目标检测，能够识别图像中的多种物体类别，返回物体位置与类别信息
  

包含组件[td]

模块	介绍
common	基础通用模块，封装了公共功能，供各算法模块共享使用
face	人脸功能模块
objectdetection	目标检测模块
seetaface6-lib	seetaface6人脸算法JNI接口封装

可以根据需求对每个模块单独引入，也可以通过引入-all方式引入所有模块。

安装1、环境要求

• Java 版本：JDK 11或更高版本
• 操作系统：不同模型支持的系统不一样，具体请查看文档
  

2、Maven

在项目的pom.xml的dependencies中加入以下内容（全部功能），也可以根据需求对每个模块单独引入:

1. <dependency>
   
2.     <groupId>ink.numberone</groupId>
   
3.     <artifactId>smartjavaai-all</artifactId>
   
4.     <version>1.0.8</version>
   
5. </dependency>

复制代码

3、人脸检测运行流程
（1）人脸模型下载（使用人脸相关功能）（附件中包含）

如果在有网环境下使用，不需要下载模型(SeetaFace6模型除外)

[td]

模型名称	下载地址	文件大小	适用场景	兼容系统
retinaface	下载	110MB	高精度人脸检测	Windows/Linux/MacOS
ultralightfastgenericface	下载	1.7MB	高速人脸检测	Windows/Linux/MacOS
seetaface6	下载	288MB	人脸检测、人脸比对、人脸库注册、人脸库查询	Windows
facenet	下载	104MB	人脸特征提取、人脸比对	Windows/Linux/MacOS

（2）人脸库下载（使用人脸库相关功能：人脸注册、人脸查询）（附件中包含）

目前仅SeetaFace6人脸算法支持人脸库注册，查询等功能，所以只有使用SeetaFace6模型时才需要下载face.db，face.db 是 一个SQLite 数据库，程序启动并使用相关功能时会自动操作该数据库，用于存储人脸特征数据及其对应的唯一标识 Key，支持后续的人脸注册、查询和比对等操作。

下载链接: https://pan.baidu.com/s/1DzE1rDkFnjEXQbIasIdFrA?pwd=1234 提取码: 1234

（3）下载示例代码（附件中包含）

（4）离线使用方法

程序首次运行时，会自动下载所需的底层依赖库到默认的缓存路径。不同操作系统的默认缓存路径如下：

{user}需要替换成您当前登录的用户名

依赖库及缓存目录
windowsC:/Users/{user}/.djl.ai
linux/root/.djl.ai
macos/Users/{user}/.djl.ai

对于需要在离线环境中使用的情况，可以在联网环境中运行程序一次，确保所需的依赖库已下载。然后，将上述缓存目录复制到离线环境中相同的路径下，即可实现离线使用。

请注意，SeetaFace6 默认支持离线使用，无需上述操作即可在离线环境中运行。

5、运行设备

默认将使用CPU运行模型，如果需要使用GPU，需要在创建模型接口中手动指定运行设备

GPU中运行需要满足如下条件：

（1）安装CUDA v12.4及cuDNN v8.9.7

（2）将缓存目录加入到环境变量中，并删除其他cuda环境变量

链接：https://pan.quark.cn/s/5b6aed612ef3

提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:16 Bytes  售价:69金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载