下载项目:
git clone https://github.com/davidsandberg/facenet.git
1.先使用命令创建FaceNet虚拟环境:
conda create --name FaceNet python=3.5
2.进入 FaceNet虚拟环境,conda deactivate退出 FaceNetN虚拟环境:
source activate FaceNet
source deactivate FaceNet
3.安装Tensorflow:
conda install tensorflow-gpu==1.9
找到文件:
pip install -r requirtments.txt
(安装中如果出错,可以卸载,推荐重装所有安装使用conda 安装,因为Anaconda 会自动更新重装关联库)
将文件中的src文件夹下的faenet.py文件拷贝到align文件夹下
不然会出现错误
3.进入 facenet/src/align/align_dataset_mtcnn.py :
4.进入align_dataset_mtcnn.py文件中把 import align.detect_face 改为 import detect_face
原码:
pnet, rnet, onet = align.detect_face.create_mtcnn(sess, None)
改为:
pnet, rnet, onet = detect_face.create_mtcnn(sess, None)
源码:
bounding_boxes, _ = align.detect_face.detect_face(img, minsize, pnet, rnet, onet, threshold, factor)
改为:
bounding_boxes, _ = detect_face.detect_face(img, minsize, pnet, rnet, onet, threshold, factor)
5.将图像剪切到160*160:
python align_dataset_mtcnn.py …/…/data/lfw_data/lfw …/…/data/lfw_data/lfw_160/ --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25
5.运行src文件夹下的train_tripletloss.py训练模型:
命令:python train_tripletloss.py
备注:
喜欢的同学请收藏点赞哦~,谢谢
Linux:
fuser -v /dev/nvidia* 查看显卡占用进程
kill -9 进程号
感谢作者项目开源