1  背景介绍

开源for Huawei（参考：https://developer.huaweicloud.com/programs/opensource/contributing/）  通过和公司、高校、社区的开发者合作，完成鲲鹏、昇腾、欧拉、鸿蒙、高斯、云服务等与开源软件的适配开发，帮助繁荣Huawei的基础生态，同时让开源软件能够更加简单、高效的运行于华为云上。

开始之前，开发者可以下载 开源for Huawei Wiki（参考：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview） 了解详细的开发步骤，技术准备，以及开发过程需要的各种资源。

2  需求分析

2.1 开源项目基本情况

DeepFace是一个用于Python的轻量级人脸识别和面部属性分析(年龄，性别，情绪和种族)库。DeepFace利用深度学习进行人脸识别和分析，它通过封装多种先进的人脸识别模型，提供了一个简单易用的接口。用户无需深入了解背后的复杂过程，只需通过简单的函数调用来实现面部识别和属性分析。它是一个混合型人脸识别框架，集成了多种最新的模型，如VGG-Face、FaceNet、OpenFace、DeepFace、DeepID、ArcFace、Dlib、SFace。截至到2024年11月18日，TimesFM项目的GitHub star 数量超过 14.7k，项目代码最新提交时间为2024年11月13日。

 源码地址：https://github.com/serengil/deepface

官网主页：https://github.com/serengil

主要开发语言：python

LICENSE：MIT License

维护者：Serengil

项目数据：Fork 2.2k，Star 14.7K，Contributor 64，最近一次提交：2024-11-13

star历史（https://star-history.com/）：

2.2 任务目的和范围

本任务旨在将 DeepFace 模型适配至华为的鲲鹏处理器和OpenEuler操作系统，确保其能够在平台上有效运行，有助于推动AI计算基础设施的发展。

• 适配任务清单

3  工作量评估

3.1 工作量评估

3.2 DEMO设计和功能验证

-环境准备：管理和解决项目依赖问题，配置适当的网络策略和安全组规则，确保Demo流程能够在鲲鹏处理器和OpenEuler系统上顺利进行。

-代码适配：将DeepFace项目的代码迁移至搭建好的环境并进行必要的修改和适配，测试并确保项目功能完整。

-DEMO内容：用户通过github选择合适的DeepFace模型，用户根据场景任务输入符合要求的数据，DeepFace模型根据输入的数据预测一个最终的结果给用户。

- 文档撰写：写出文档，列出详细的步骤并通过开源平台进行发布，旨在确保即便是初学者也能跟随并在Kunpeng和openEuler环境中复现Demo。

3.3 在华为云开发者论坛输出博客

访问华为云开发者论坛(参考：https://bbs.huaweicloud.com/blogs)发表博客，介绍完成这些任务的过程和心得。

内容包括不限于如下内容：

l 开源for Huawei的背景

l 开源软件的功能介绍

l 开发适配过程及碰到和解决的问题

l DEMO设计、开发、部署过程

博客打上如下标签：

l 开源（必选）

l 开发者（必选）

l 鲲鹏（可选）

l 昇腾（可选）

l Euler（可选）

4  验收材料

5  参考资料

1.https://github.com/serengil/deepface

2.https://blog.csdn.net/ymm_ohh/article/details/143138081

3.华为KunPeng开发者社区: https://developer.huawei.com/kunpeng

4.openEuler 官方网站: https://www.openeuler.org/