# SmartJavaAI **Repository Path**: opensource-sumup/SmartJavaAI ## Basic Information - **Project Name**: SmartJavaAI - **Description**: 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。 - **Primary Language**: Unknown - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 72 - **Created**: 2025-04-18 - **Last Updated**: 2025-04-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README

🍬JAVA轻量级深度学习算法库,该库致力于构建Java生态与AI模型之间的高效桥梁

star github star gitcode star

------------------------------------------------------------------------------- [**开发文档**](http://doc.numberone.ink) ------------------------------------------------------------------------------- ## 📚简介 `SmartJavaAI`是专为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。 ## 🚀 演示图


人脸检测


目标检测

## 🚀 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 | 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 ### ⌛ 规划中功能 - **OCR文字识别** 即将支持身份证/银行卡/车牌等关键信息提取 - **图像分割** - **语音识别** 基于Transformer的语音转文本引擎,支持中文/英文多语种识别 ## 🛠️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 | | smartjavaai-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`smartjavaai-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: ```xml ink.numberone smartjavaai-all 1.0.8 ``` ### 3、完整示例代码 [示例代码](https://gitee.com/dengwenjie/SmartJavaAI-Demo) ## 🙏 鸣谢 本项目在开发过程中借鉴或使用了以下优秀开源项目,特此致谢: - **[Seetaface6JNI](https://gitee.com/cnsugar/seetaface6JNI)** - **[Deep Java Library](https://docs.djl.ai)** ## 联系方式 如您在使用过程中有任何问题或建议,欢迎添加微信,与我们交流并加入用户交流群 - **微信**: deng775747758 (请备注:SmartJavaAI) - **Email**: 775747758@qq.com 🚀 **如果这个项目对你有帮助,别忘了点个 Star ⭐!你的支持是我持续优化升级的动力!** ❤️ ## 更新日志 ## [v1.0.8] - 2025-04-13 - 新增目标检测功能 - 模型调用接口统一封装 - 修复若干已知问题 - 支持自定义选择使用 GPU 或 CPU 运算 - 人脸识别模块新增多种接口,功能更加完善 ## [v1.0.6] - 2025-04-01 - 修复人脸识别算法facenet-pytorch实现方式 - 优化Seetaface6算法,兼容jdk高版本