在Linux 中 build 开源人脸识别引擎SeetaFace

最新推荐文章于 2024-06-05 20:37:45 发布
最新推荐文章于 2024-06-05 20:37:45 发布
阅读量1w 收藏 10
点赞数 4
分类专栏： 人脸识别 文章标签： opencv git seetaface 人脸识别 开源系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012336567/article/details/52746024
版权
本文详细介绍了如何在Linux系统中构建开源人脸识别引擎SeetaFace，包括安装OpenCV依赖，SeetaFace Detection、Alignment及Indentification的安装步骤。在安装过程中，遇到的如‘isnan’未声明、iofread.c找不到等问题，都提供了相应的解决方案。
摘要由CSDN通过智能技术生成

参考：> Opencv官方的教程

一.安装OpenCV 依赖

1. Require Packages

[compiler] sudo apt-get install build-essential
[required] sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
[optional] sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

2. Get OpenCV Source Code
http://opencv.org/downloads.html

3. Building OpenCV from Source code Using Cmake & Command Line

cd ~/opencv #移动到源文件文件夹中
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
最低0.47元/天 解锁文章
ethanyzf
关注
  • 4
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 22
    评论
专栏目录
SeetaFace中科院开源人脸项目Ubuntu下编译
一休哥的专栏
12-07 7036
SeetaFace 人脸引擎 ubuntu 14.04 编译执行
libfacedetection:图像人脸检测库-开源
06-04
这是一个用于图像中基于 CNN 的人脸检测的开源库。 CNN 模型已转换为 C 源文件中的静态变量。 源代码不依赖于任何其他库。 你需要的只是一个 C++ 编译器。 您可以在 Windows、Linux、ARM 和任何带有 C++ 编译器的平台下编译源代码。 SIMD 指令用于加速检测。 如果您使用 Intel CPU 或 NEON for ARM，则可以启用 AVX2。 模型文件也在目录 ./models/ 中提供。 文件 examples/detect-image.cpp 和 examples/detect-camera.cpp 展示了如何使用该库。 该库由 libfacedetection.train 训练。 您可以将目录 src/ 中的文件复制到您的项目中，并将它们编译为您项目中的其他文件。 源代码是用标准 C/C++ 编写的。 它应该在任何支持 C/C++ 的平台上编译。
免费、开源、易集成的人脸识别系统，功能非常强大！
最新发布
芋艿V
06-05 108
???? 这是一个或许对你有用的社群???? 一对一交流/面试小册/简历优化/求职解惑，欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料：《项目实战（视频）》：从书中学，往事上“练”《互联网高频面试题》：面朝简历学习，春暖花开《架构 x 系统设计》：摧枯拉朽，掌控面试高频场景题《精进 Java 学习指南》：系统学习，互联网主流技术栈《必读 Java 源码专栏》：知其然，知其所以然????这是一个或许...
opencv 测试安装完成_测试人脸检测库libfacedetection
weixin_39685459的博客
11-27 200
检测结果首先编译opencv的库，我现在使用的是最新版本的opencv执行步骤：### 一、首先安装依赖库和工具：1、sudo apt install build-essential cmake pkg-config2、sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev3、sudo apt-ge...
测试于仕琪 libfacedetection人脸检测
空大白
03-21 5970
号称很快的算法：搭个顺车，编个make 下载源码： git clone https://github.com/ShiqiYu/libfacedetection 目录结构如下： ├── ChangeLog ├── example │ └── libfacedetectcnn-example.cpp ├── images │ ├── 20190314160527.jpg │ ├── ch...
libfacedetection 余老师的人脸检测
u011473714的专栏
04-18 1606
https://github.com/ShiqiYu/libfacedetection libfacedetection This is an open source library for CNN-based face detection in images. The CNN model has been converted to static variables in C so...
libfacedetection编译方式2
小花生的博客
04-14 1122
libfacedetection编译方式2 1.下载libfacedetection，并进行解压。 源码位置：https://github.com/ShiqiYu/libfacedetection 2.源码编译：把所以文件拷贝到同一个项目下，直接进行编译即可。 输出的结果信息为： ...
开源人脸识别引擎SeetaFace（一）
热门推荐
u013718481的博客
10-18 1万+
SeetaFace Engine是一个开源的C++人脸识别引擎，它可以在不依赖第三方的条件下载CPU上运行。他包含三个关键部分，即：SeetaFace Detection，SeetaFace Alignment和SeetaFace Identification，这三个步骤对建造一个真实可靠的人脸识别应用系统来说是充要的。 SeetaFace Detection采用漏斗形级联结构来进行
springboot 集成seetaface6JNI实现人脸检测识别
08-17
在本文中，我们将深入探讨如何将SeetaFace6JNI集成到SpringBoot应用中，实现高效的人脸检测和识别功能。SeetaFace6JNI是SeetaFace6库的一个Java封装，它提供了一种与Java应用程序交互的方式，使得在Java环境中也能...
基于SeetaFace的人脸识别Qt客户端开发工程文档
03-01
在SeetaFace人脸识别引擎中，利用VIPLFaceNet中FC2层的2048个节点的输出作为输入人脸的特征。 - 在标准图像受限协议下，SeetaFace识别在LFW数据集上的平均准确率为97.1%。 #### 三、Demo工程文件 **3.1 文件说明*...
在linux环境下配置SeetaFace人脸检测-人脸识别-人脸比对环境.doc
11-25
SeetaFace是一个开源的人脸识别引擎，适用于多种平台，包括Linux。以下是在Ubuntu 16.04.1 Server 64位版本上配置SeetaFace环境的详细过程： 首先，确保你的系统已经安装了必要的基础工具，这包括构建环境、CMake、...
Android中的人脸识别代码
10-20
1. **添加依赖**：在`build.gradle`文件中引入阿里云人脸识别库。 2. **初始化**：在应用程序的入口点（如`Application`类）中初始化SDK，设置AppKey和AppSecret。 3. **创建人脸识别对象**：在需要使用人脸识别的...
安卓 android 原生人脸识别Camera和Camera2的代码示例demo
06-24
在Camera2 API中，还可以进一步调整人脸识别的参数，例如检测灵敏度、人脸大小限制等，以适应不同的应用场景。 在Camera2TestDemo项目中，你可以看到如何将这些理论知识转化为实际代码，实现一个完整的人脸识别功能...
6、C++ 静态编译链接使用库，及例子libfacedetection人脸识别应用
sxj731533730
01-26 1206
直接上例子：存在三个文件 example.cpp中的文件 #include<iostream> #include"function.h" using namespace std; int fun(int a,int b); int main() { cout<<fun(2,3)<<endl; cout<<"hello world"<&a
ubuntu系统调用libfacedetection人脸检测算法-超级简单
m0_37635769的博客
05-26 332
ubuntu系统C++调用libfacedetection人脸检测算法-超级简单
嵌入式Linux人脸检测libfacedetection
我的博客
08-25 363
如果编译出来的so文件太大，可以考虑根据自己的需求裁剪部分功能。将以下so文件推送到板子上，如遇到版本号不对可以建立对应软连接。如果遇到找不到库的话-l -L 也添加上。将编译出来的so文件放入交叉编译工具链的。依赖的库全是NO，开启为YES需要依赖。编译完成发现无法调用摄像头，原来。发现编译不通过，根据提示修改。首先要交叉编译Opencv。推送到板子上,运行即可。环境变量添加好全志的。代码下载后 执行一下。文件夹下，头文件放入。
dlib 在linux下的编译,Linux下python与C++使用dlib实现人脸检测
weixin_32115639的博客
05-02 162
python 与 C++ dlib人脸检测结果对比，供大家参考，具体内容如下说明：由于项目需求发现Linux下c++使用dlib进行人脸检测和python使用dlib检测，得到的结果出入比较大，于是写了测试用例，发现影响结果的原因有但不限于：1.dlib版本不同(影响不大，几个像素的差别)2.dlib 人脸检测中detector()第二个参数的设置测试结果如下：pythonPDlib.py：# -...
Linux 硬件加速 开源人脸识别引擎SeetaFace：第一步配置开源代码
春江花月夜
03-16 1335
安装OpenCV 这个一开始配置，消耗时间，主要就交叉编译的问题，网上查一下，最后test一下成功就OK copy开源Seetaface 第一步进入FaceDetection PS：因为build下是别人生成的额，我生成的都放在build2下，一样的 ！！！！！！操作步骤必须和Readme一样！！！！！ 我们在Linux上操作所以只要做这部分： How to Build in ...
虹软人脸识别如何应用到Android studio中
05-30
虹软人脸识别可以通过Android Studio进行集成和应用。具体步骤如下： 1. 下载虹软人脸识别SDK，并解压。 2. 在Android Studio中创建一个新项目，选择"Empty Activity"模板。 3. 将解压得到的虹软人脸识别SDK文件夹复制到项目的"app"目录下。 4. 在项目的"app"目录下的"build.gradle"文件中添加以下代码： ``` android { ... sourceSets { main { jniLibs.srcDirs = ['libs'] } } } ``` 这样可以告诉Android Studio在编译时将虹软人脸识别SDK打包进APK文件中。 5. 在项目的"app"目录下创建一个新的文件夹"jniLibs"，并将SDK中的"libs"文件夹拷贝到该目录下。 6. 在需要使用虹软人脸识别的Activity中添加以下代码： ``` static { System.loadLibrary("MegviiFacepp-0.5.2"); } ``` 这样可以加载虹软人脸识别SDK的库文件。 7. 在需要使用虹软人脸识别的地方，调用相应的API进行人脸检测、人脸对齐和人脸特征提取等操作。例如： ``` FaceppApi faceppApi = new FaceppApi(); faceppApi.setDetectMode(FaceppApi.FACE_DETECT_MODE_TRACKING); faceppApi.setFaceMinThreshold(30); faceppApi.setImage(imgData, width, height, FaceppApi.CP_PAF_BGR24); faceppApi.detect(); ``` 其中，`FaceppApi`是虹软人脸识别SDK提供的API类，`setDetectMode()`和`setFaceMinThreshold()`方法用于设置检测模式和人脸检测的最小阈值，`setImage()`方法用于设置待检测的图片数据，`detect()`方法用于进行人脸检测。 以上是一个简单的虹软人脸识别在Android Studio中的集成和应用示例。需要注意的是，在实际开发中，还需要根据具体需求进行更加详细和细致的配置和编码。
评论 22
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值