树莓派 人脸识别 方法总结（五个方法）

初探树莓派

这是大鱼的第一篇博客，唉唉，客官留步！！！！

系统拷入

一些问题

人脸识别

作为一个小白，我带着我炽热的心，滚过了刀山，跨越了火海，云淡风轻之后，我只想说：一下内容我用了六种我认为可行的方法（但实际上有些适用于电脑，精确度高，但就是不适用于树莓派；有些树莓派可以用，但是就是精度低 哭了哭了 # ￥ # 各位客官如果不弃，可以继续看看）

yolov3

关于yolov3，我之前做过yolov3的目标识别，想知识迁移一下。
放出官网：
链接: YOLO.
我用了cudnn,cuda做加速，具体怎么做，之后再出一篇

结果

1、yolov3适用于物体识别而不是人脸识别
虽然我的人脸识别可以识别出我，并且置信度为99.9%，但是别人却也有70%多。实在是不合适~不合适呀
2、在树莓派上搭建yolov3的环境也很麻烦
这里推荐一篇教程：（最底下有镜像，别爱我，没结果）
链接: darknet-nnpack.

opencv

上链接
链接: 树莓派 + opencv.
opencv实现人脸识别呢～就是和大多数人脸识别的工具一样，他是直接分
装好函数，给你训练好的模型，让你识别。
这样确实很快，但是这些模型大多是已欧美人的面孔来训练的，所以识别亚洲人准确度不近人意

dlib

老样子链接：
链接: dlib.
dlib号称能够在户外脸部检测数据库基准（Labeled Faces in the Wild benchmark）上的准确率高达 99.38%。
BUT也是针对于欧美人的面孔的，我是装完之后才发现的（我吐了）
但是可取的是，虽然他分装了函数，模板针对欧美，但是他的人脸识别功能更加全面（相比于opencv，个人建议，小白建议）
dlib-python链接: api文档.

虹软sdk

链接: 虹软.
下载sdk，第一次下载的时候要关注一下叫APP ID和SDK KEY的东东，相当于账号密码，在代码运行的过程中会用到。
从这里，一个巨大无比的坑开始了…(顺便提一句，小小白注意要看readme文档）
跑了一下demo

第一部分：输出sdk信息
第二部分：人脸识别，准确率94%，很高了
第三部分：年龄检测 性别检测 3D角度检测 活体信息检测（这些很全了，已经远远超过了人脸识别的要求）
（小插曲：第一次跑demo的时候最后光标一直在闪，我以为是没有跑完，后来试了几次都是这样。最后看了看代码，哎哟，getchar(); 笨笨笨
我本已信心满满的准备晚上代码了，结果放在树莓派上一跑，我又吐了。运行不了。
那夜我查阅了很多的资料，查到了这个：
链接: 交叉编译.

欣喜之情，溢于言表～～～
第二天…
唉，尝试过交叉编译之后，发现后面还有一个坑，虹软sdk不支持ram-linux(就是树莓派的cpu架构），我下的是linux版的，当然虹软还有windows,安卓等，就是没有arm-liunx.
做个人脸识别像过山车一样，伤心～

facenet

属于主角的光！！！！
之前的不是运行速度慢就是精度不够。
facenet可以的！
链接: tensorflow-facenet.

这个作者已经讲的很详细了。
我用的是anaconda安装的tensorflow 。
anaconda方便是主要在于可以在不同的框架之间切换，但是有一点不好的就是，安装好anaconda之后，它会将你的python路径改成anaconda的，然后pip xxxx就是安装在anaconda中的python下，但是sudo pip 却不是安装在anaconda里，而是在系统的python（/usr/bin/python)。
有时候一个不小心就安装错了位置，然后打死都找不到原因（明明安装了为啥没有！！！哭晕～）
后来，在栽了几个跟头之后，我决定把python 路径改回来。
再提一句：如果只是修改conda里面的python

conda install python=3.X

关于python

// 查看python版本
python --version
python3 --version
//查看当前python位置
which python
//查看 所有 python
whereis python
//查看pip版本
pip -V
pip3 -V

知道了自己的python、pip版本之后呢，我们就可以修改了成自己想要的了

// 修改python ,pip 版本
sudo gedit ~/.bashrc

在最后加入
alias python=python3.5
alias pip3=/usr/local/bin/pip3
最后别忘了

source ~/.bashrc

君不见黄河之水天上来，奔流到海不复回，君知不知pip和sudo pip可能用的是不同的两个pip???
pip路径修改如上；

// sudo pip 路径修改
//打开文件
sudo gedit /etc/profile

最后一行加入（具体路径看你哦）
alias pip=/usr/local/bin/pip
alias pip3=/usr/local/bin/pip3
（如果是anaconda的话在 anaconda/bin/pip

扯远了@×@

facenet遇到的坑以及心得

小白提醒：特别要注意作者给出的安装环境。并不是随便哪一个版本就可以运行的。
比如python - tensorflow版本是有对应的。如，你用python2写的代码用python3运行肯定会有一些语法的改变，会有warning!再说tensorflow1.14-----2.0改变很大，比如2.0去掉了contrib…
所以要严格按作者来

//安装制定版本的tensorflow，如果你是一个小白，如果你是想直接跑facenet代码，则不要安装2.0的，这个作者应用了contrib，在2.0中没得了
conda install tensorflow-gpu==1.8
// 作者没提到的opencv的安装
conda install python-opencv

如果遇到不能安装tqdm、h5py,考虑python版本问题
（我安装的是tensorlfow1.13.1，1.8太老了）

差点就忘了 pip升级：

pip install --user --upgrade pip

加一个小插曲

我在python版本中挣扎时，当时还没意识到路径这回事，把python卸了，于是呵呵哈哈哈…

开始后只有背景和鼠标了…
我想了想，我应该是把桌面卸了

// 命令行安装桌面，Crtl + Alt + F1 进入命令行模式，需要输入login和password
sudo apt-get install ubuntu-desktop
sudo reboot

解决。我的小心脏哟～

移植树莓派

用miniconda，注意版本arm
链接: miniconda.
基本上和pc机上的步骤差不多
我将代码把显示图片的功能去除了，拍照频率也降低了，去掉了一些在图片上作图以及显示的功能，改成直接输出。在ps机上cpu为17%，在3b上勉勉强强，希望在4b上试试。

感谢csdn的同僚们！