安排！
自中科视拓SeetaFace2开源以来，配套组建的开发者社群每天都热火朝天，各种提问、讨论层出不穷。为了帮助大家更好地使用，9月17日，中科视拓研发部产品总监兼研发总监李凯周在雷锋网《AI研习社-职播间》开课直播，分享SeetaFace2人脸识别算法源码的结构和设计，详解应用实战，吸引了近位开发者观看直播，踊跃提问。
针对大家遇到的一些共性问题，中科视拓攻城狮小哥哥特别整理了SeetaFace2FAQ，希望能帮助到大家。
SeetaFace2FAQ
1.SeetaFace2是否有使用限制？
SeetaFace2按照BSD开源协议发布。源码不依赖于第三方库，不会有任何功能性限制。
2.SeetaFace2是否开源模型训练？如何将自己的模型采用SeetaFace2框架部署？
没有开源训练源码。没有开放模型第三方模型部署。
3.开源的5点和81点分别是哪些点？
5点分别为：左眼中心、右眼中心、鼻尖、左嘴角和右嘴角。
81点分布如下图：
4.开源的算法分别是什么，如何进行学习？
人脸检测算法：CascadeCNN，参考文献AConvolutionalNeuralNetworkCascadeforFaceDetection
特征点定位算法：FEC-CNN，参考文献RobustFEC-CNN:AHighAccuracyFacialLandmarkDetectionSystem
人脸特征提取：ResNet，DeepResidualLearningforImageRecognition
人脸特征对比：向量余弦相似度计算
5.SeetaFace2支持的平台/操作系统/编译器版本？
SeetaFace2支持系统Windows(7以上)、Ubuntu(16.04以上)、CentOS(7以上)和Android（4.4以上）、IOS（9以上）、MacOS（10以上）。支持平台x86/x86_64/amd64/arm-v7a/arm-v8。支持MSVC、GCC5.4以上，C++11支持。注意：部分C++11部分支持的编译器可以直接支持、或调整部分代码支持；但可能引起编译器bug。已知GCC4.8有编译器bug。
x86/x86_64/amd64架构需要SEE2指令集支持（比选），FMA指令集支持（可选）。
arm-v7a/arm-v8架构需要NEON指令集支持。
已开发源码不支持除上述外架构。其他支持需要修改源码。
6.源代码不依赖第三方库，但是为什么还需要OpenCV？
OpenCV只是为了编译测试用，进行图像的编解码，核心算法计算不需要依赖OpenCV。如果确实无法移植OpenCV，则设置cmake选项-DBUILD_EXAMPLE=OFF。编译核心库SeetaNet、FaceDetector、FaceLandmarker、FaceRecognizer成功后，采用普通加载第三方库的方式加入到应用项目中使用即可。
7.编译没有问题，运行时出现“illegalinstruction”的错误提示。
初始发布版本默认会使用FMA加速。当前版本代码已经修复，默认不会打开FMA加速。如果需要打开则cmake编译时加入-DSEETA_USE_FMA=ON。更多关于指令集的依赖，请参考问题5。
8.Windows配置OpenCV总是失败，如何解决？
a.参考问题6。
b.参考cnweizhi同学的分享：