facenet 毕设总结

配置环境：py3.5（只有py3.5支持直接pip安装PyQt5pip install PyQt5）Ubuntu16.04 cuda8.0 cuDNN5.1 tensorflow1.2.0

默认环境下pip更新
pip install --upgrade pip
添加conda到pycharm的路径:
File[hard edge] –>Settings–>Project–>Project Interpreter 点击＋号，点进去一个可以选的，然后去选conda的环境
Pycharm中使用shift+TAB代码块向左缩进

查看conda 下有哪些环境
conda info -e
用一个别人对facenet的改进版本
过程中需要安装imutils 和dlib
安装opencv，有人说需要编译安装…至今编译安装的import不了….
因为我这个毕设最后并没有让界面一直加载视频（难受），所以不会遇到网上传言的非自己编译的opencv处理不了视频的问题，这里在环境下使用pip安装
pip install opencv-python

Q1:dlib缺少cmake
解：sudo apt-get install libboost-python-dev cmake
pip install dlib

引入模型（就是官方自带的训练好的那个，一般就叫它预训练模型？）

为代码中可以写入中文的注释，添加#-*-coding:utf-8-*-到代码最前面
调整分类器（那个cascadedetect的分类器）的目录，为自己的路径

添加计时的代码

import time #这个放在引用的地方

start=time.clock()
elapsed=(time.clock()-start)
print("time used:",elapsed)

pyqt5调整字体大小

from PyQt5.QtGui import QFont
self.label.SetFont(QFont("Roman times",10,QFont.Bold))

在加载界面时加载tf的图，载入模型，就不用每次compare的时候重新加载一次模型了，虽然打开界面的时候会变慢。最后处理一张图用3s左右把

附带一个超级简单且厉害的爬虫代码：
http://lovenight.github.io/2015/11/15/Python-3-%E5%A4%9A%E7%BA%BF%E7%A8%8B%E4%B8%8B%E8%BD%BD%E7%99%BE%E5%BA%A6%E5%9B%BE%E7%89%87%E6%90%9C%E7%B4%A2%E7%BB%93%E6%9E%9C/