facenet-retinaface-keras 搭建 以及pytorch环境搭建(与keras相似)
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