PART 05의 face_recognition이 "인식 하나를 가장 쉽게"였다면, DeepFace는 "여러 기능을 한 라이브러리로"입니다. 같은 사람인지 확인하고, DB에서 찾고, 임베딩을 뽑고, 표정·나이·성별까지 분석하는 일을 모두 함수 한 줄로 해냅니다. 게다가 내부 모델을 인자 하나로 갈아 끼울 수 있어, "상황에 맞는 모델 고르기"를 연습하기에 가장 좋은 도구입니다.

DeepFace의 두 가지 강점

첫째는 올인원입니다. 인식·검색·임베딩·감정 분석이 verify·find·represent·analyze 네 함수로 정리되어 있습니다. 둘째는 교체 가능성입니다. 인식 모델(VGG-Face·ArcFace·SFace 등)과 검출기(opencv·retinaface·yunet 등)를 인자 하나로 바꿔 가며 비교할 수 있습니다. 이 PART는 그 교체와 벤치마킹을 통해 "왜 이 모델을 골랐는가"를 스스로 설명할 수 있는 역량을 목표로 합니다.

다만 대가도 있습니다. DeepFace는 TensorFlow에 기대므로 설치가 무겁고 함정이 있습니다. 이 부분도 정직하게 다룹니다.

PART 06의 구성