dlib retrain dlib_face_recognition_resnet_model_v1.dat

https://blog.csdn.net/xia4215/article/details/117228500

之前的步骤可以看这篇文档

后续就把johns目录下的所有文件夹全部删除，然后建立你自己的文件夹。

格式为

unique_key/photo1.jpg,photo2.jpg

如:

文件夹1/图片1.jpg，文件夹1/图片2.jpg

文件夹2/图片3.jpg，文件夹2/图片3.jpg

每一个文件夹代表一类，这一类下面的图片都是一个人

然后去调用./dnn_metric_learning_on_images_ex ../johns

训练将会在没有增益的300次结束

// I've set this to something really small to make the example terminate
    // sooner.  But when you really want to train a good model you should set
    // this to something like 10000 so training doesn't terminate too early.
    trainer.set_iterations_without_progress_threshold(300);

官方推荐如果你想要训练一个好的模型，可以调整300到10000

如果想要中断训练，退出程序之后，在目录下把face_metric_sync和face_metric_sync_删了就可以

训练完毕 

但是有个问题，我是500个人，但是他只对300个人做了测试，而且我查了其他人的网站，也是300。我在看代码哪里做调整。当然300是可以做统计了的

Unable to load trained DNN (in C++) for face recognition in Python · Issue #483 · davisking/dlib · GitHub

编译之前需要把 dnn_metric_learning_on_images_ex.cpp 中的input_rgb_image改成input_rgb_image_sized<150>

然后再 cmake --build . --config Release --target dnn_metric_learning_on_images_ex

成功！