SmartJavaAI开源程序是Java免费离线AI算法工具箱，支持人脸识别(人脸检测，人脸特征提取，人脸比对，人脸库查询，人脸属性检测：年龄、性别、眼睛状态、口罩、姿态，活体检测)（学习版)

SmartJavaAI开源程序是专为JAVA 开发者打造的一个功能丰富、开箱即用的 JAVA AI算法工具包，致力于帮助JAVA开发者零门槛使用各种AI算法模型，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。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，目标是构建一个“像 Hutool 一样简单易用”的 JAV

struggle2025

1096人浏览 · 2025-06-03 19:44:57

struggle2025 · 2025-06-03 19:44:57 发布

一、软件介绍

文末提供程序和源码下载

二、能力展示

人脸检测

- 5点人脸关键点定位

人脸比对1：1

- 人脸对齐

人证核验

人脸比对1：N

- 人脸对齐
- 人脸注册
- 人脸库查询
- 人脸库删除

人脸属性检测

- 性别检测
- 年龄检测
- 口罩检测
- 眼睛状态检测
- 脸部姿态检测

活体检测

- 图片和视频活体检测

目标检测

三、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）

四、支持功能

已实现功能

人脸识别
- 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
- 5点人脸关键点定位
- 人脸属性检测（性别、年龄、口罩、眼睛状态、脸部姿态）
- 人脸活体检测：图片、视频活体检测
目标检测
- 支持多种主流模型：兼容 YOLOv3、YOLOv5、YOLOv8、YOLOv11、YOLOv12、SSD 等目标检测算法
- 支持自定义模型加载：可无缝加载并部署用户自行训练的目标检测模型

⌛ 规划中功能

文字识别（OCR）
图像分类（Image classification）
万物分割（Segment Anything）
实例分割（Instance Segmentation）
语义分割（Semantic Segmentation）
姿态识别（Pose Estimation）
动作识别（Action Recognition）
使用 BigGAN 的图像生成
图像增强
基于 BERT 的问答
语音识别（Speech Recognition）

AI集成方式对比

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

🛠️包含组件

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

可以根据需求对每个模块单独引入，也可以通过引入smartjavaai-all方式引入所有模块。

五、安装

1、环境要求

Java 版本：JDK 8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:

<dependency>
    <groupId>cn.smartjavaai</groupId>
    <artifactId>smartjavaai-all</artifactId>
    <version>1.0.13</version>
</dependency>

3、完整示例代码

本项目包含多个基于 SmartJavaAI 平台的人脸识别、活体检测及目标检测的示例代码

项目结构

src/main/java/smartai/examples/
├── face/                    人脸相关示例
│   ├── attribute/           人脸属性检测模块
│   │   └── FaceAttributeDetDemo.java         示例：检测性别、年龄等人脸属性
│   ├── facerec/             人脸识别模块（1:1、1:N）
│   │   ├── FaceNetDemo.java                 示例：使用 FaceNet 算法做人脸识别
│   │   ├── GpuFaceDemo.java                 示例：使用 GPU 加速的人脸识别
│   │   ├── LightFaceDemo.java               示例：轻量级人脸识别模型（适用于嵌入式场景）
│   │   ├── RetinaFaceDemo.java              示例：使用 RetinaFace 进行人脸检测
│   │   └── SeetaFace6Demo.java              示例：集成 SeetaFace6 的人脸识别
│   └── liveness/            活体检测模块
│       ├── LivenessDetDemo.java             示例：基于图像进行活体检测
├── objectdetection/         目标检测模块
│   └── ObjectDetection.java                 示例：使用目标检测模型识别图像中的目标
└── ocr/                     OCR文字识别模块
    ├── OcrDetectionDemo.java                示例：OCR通用文字检测示例
    ├── OcrDirectionDetDemo.java             示例：OCR方向检测示例
    └── OcrRecognizeDemo.java                示例：OCR通用文字识别示例