CoLab - 图像人脸检测_框出人脸
此文章教你如何使用谷歌Colaboratory实现静止图片的人脸检测和划框框。
CoLab最大好处:GPU计算速度快!
注:
· 国内登陆Colab需使用到梯梯才能使用;
· 初次接触Colab同学请先自行搜索熟悉基本操作;
· 同学们可自行尝试将代码放到Jetson Nano环境,或其他具备GPU环境运行;
· ipynb格式的教程传送门在此。
准备工作& 安装库
1) CoLab开启GPU支持
上方菜单栏 ➡ 代码执行程序 ➡ 更改运行时类型 ➡ 笔记本设置 ➡ 硬件加速器:GPU
2) 安装:依赖项
通过apt安装一些基本库,为了支持numpy和dlib的运行
(注:CuLab内置已经有numpy)
!sudo apt-get update
!sudo apt-get install python3-pip cmake libopenblas-dev liblapack-dev libjpeg-dev
!pip3 install numpy
3) 安装:Dlib深度学习库
大师Davis King创建的深度学习库,使得face_recognition库的运行效率大大提高。
下载dlib,解压代码,安装dlib
(CuLab环境下安装需10分钟左右,耐心等待一下)
!wget http://dlib.net/files/dlib-19.17.tar.bz2
!tar jxvf dlib-19.17.tar.bz2
!cd dlib-19.17;python setup.py install
4) 安装:人脸识别库 Face_recognition
以上完成之后,我们就开始安装人脸识别python库face_recognition啦:
!sudo pip3 install face_recognition
加载大神Adam Geitgey在GitHub的源代码文档
!git clone https://github.com/ageitgey/face_recognition.git
(一)人脸划框框(一步步教你玩)
加载人脸识别、OpenCV和MatPlotlib库
import face_recognition
import cv2
import matplotlib.pyplot as plt
首先我们先下载一张复仇联盟合照,将其图片Wget下载到“文件”根目录下,并修改命名为avengers_cast.jpeg
然后通过load_image_file可以将图片文件转变为数组数据,利用MatPlotlib的imshow来输出原图像。
!wget https://www.cheatsheet.com/wp-content/uploads/2019/05/The-Avengers-Cast-640x427.jpg -O avengers_cast.jpeg
image = face_recognition.load_image_file