facenet-retinaface-keras 以及pytorch环境搭建

facenet-retinaface-keras 以及pytorch环境搭建

**参照大佬https://blog.csdn.net/weixin_44791964/article/details/110387914

源码链接 https://github.com/bubbliiiing/facenet-retinaface-keras

环境

① python>=3.6
② tensorflow-gpu1.13.1
③ Keras2.1.5
④ opencv-python
⑤ tqdm
⑥sklearn
⑦h5py
大致就是这些包，其余根据报错提示 pip install 对应包

预训练模型

预测所需的权值文件可以在百度云下载。
链接: https://pan.baidu.com/s/1byskhV594bK9b0eHONjF2g 提取码: tn8y
将下载好的模型放入到model_data下。

更换预训练模型

retinaface.py下

face-dataset初始化

face_dataset里面装的是想要识别的人脸，在图片中看到的lyq_1.jpg指的就是lyq的第一张人脸图片，可以配置多张图片都指向lyq，如lyq_2.jpg、lyq_3.jpg，需要注意的是，face_dataset里面每张图片都只能包含一张人脸，即目标人脸。
face-dataset中每一张图片对应一个人的人脸，图片名字中“_”靠左的部分就是这个人的名字

数据编码

运行encoding.py 对face-dataset中所有人脸进行编码处理

预测

运行predict.py 打开摄像头进行检测与识别

facenet-retinaface-pytorch 搭建

源码链接 https://github.com/bubbliiiing/facenet-retinaface-pytorch

预测所需的权值文件可以在百度云下载。
链接: https://pan.baidu.com/s/1iTo4_x0DHg0GoTUQWduMZw 提取码: dmw6

环境

① python=3.7
② torch1.2.0
③ torchvision0.4.0
④ opencv-python
⑤ tqdm
⑥sklearn
⑦torchsummary==1.5.1
大致就是这些包，其余根据报错提示 pip install 对应包

其他配置与keras的搭建完全相同（希望对大家有所帮助）