安装必要条件
64位的系统
可以使用sudo的用户
安装
第一步:设置包管理器仓库
在Ubuntu上设置Docker仓库。 lsb_release -cs 可以显示你的 Ubuntu 版本,比如 xenial 或者 trusty。
设置完成后,更新包管理器。
sudo apt-get -y install apt-transport-https ca-certificates
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo apt-get install software-properties-common
sudo add-apt-repository “deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable”
sudo apt-get udate
第二步:安装Docker
sudo apt-get -y install docker-ce
第三步:测试
sudo docker run hello-world
以上Docker已安装完毕,接下来搭建open face
使用一个已经将所有东西都安装好了的预先设定的Docker 图象:
docker pull bamos/openface
docker run -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bashcd /root/openface
贴士:如果你正在 OSK 上使用 Doker,你能使你的 OSK/Users/folder 在一个 docker 图像中可见,像这样:
docker run -v /Users:/host/Users -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bash
cd /root/openface
然后你就能获取你在/host/Users/…的docker 图像里的所有 OSX 文件
ls /host/Users/
第一步
在 openface 文件中建立一个名为./training-images/的文件夹
mkdir training-images
为你想识别的每个人建立一个子文件夹。例如:
mkdir ./training-images/will-ferrell/
mkdir ./training-images/chad-smith/
mkdir ./training-images/jimmy-fallon/
第三步
将每个人的所有图像拷贝进对应的子文件夹。确保每张图像上只出现一张脸。不需要裁剪脸部周围的区域。OpenFace 会自己裁剪。
第四步
从这个 OpenFace 的根目录中运行这个 OpenFace 脚本。
首先,进行姿势检测和校准:
./util/align-dlib.py ./training-images/ align outerEyesAndNose ./aligned-images/ –size 96
这将创建一个新./aligned-images/子文件夹,带有每一个测试图像的裁剪过的并且对齐的版本。
第二,从对齐的图像中生成表征:
./batch-represent/main.lua -outDir ./generated-embeddings/ -data ./aligned-images/
运行完后,这个./aligned-images/子文件夹会包含一个带有每张图像的嵌入的 csv 文件。
第三,训练自己的面部检测模型:
./demos/classifier.py train ./generated-embeddings/
这将产生名为./generated-embeddings/classifier.pkl的新文件名。这个文件有你将用来识别新面部的 SVM 模型。
到了这,你应该有一个可用的面部识别器。
第五步:识别面部!
获取一张未知脸的新照片。把它像这样传递给分类器脚本:
./demos/classifier.py infer ./generated-embeddings/classifier.pkl your_test_image.jpg
你需要得到一个看起来像这样的预测:
=== /test-images/will-ferrel-1.jpg ===
Predict will-ferrell with 0.73 confidence.
从这里开始直到你适应这个 ./demos/classifier.py Python 脚本 做任何你想做的。
到此open face已完全安装好了
希望大家受用,谢谢