insightface 部署问题

最新推荐文章于 2024-07-04 18:38:02 发布
最新推荐文章于 2024-07-04 18:38:02 发布
阅读量3.3k 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39610043/article/details/86509350
版权

insightface 部署问题

insightface代码地址：https://github.com/deepinsight/insightface

本人利用insightface代码进行部署具体代码在deploy文件夹下

由于mtcnn速度无法达到实时，而且只有5个关键点，故本人选择利用insightface进行人脸识别，而显示的人脸检测和关键点检测使用yolov3训练检测模型+dlib检测68关键点。

但联合使用时使用非0号gpu出现gpu溢出，几经调试发现mxnet会占用0号gpu一些显存，无论是否使用。

因此本人将gpu设置为0号gpu，问题解除

孟同学
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
使用insightface实现人脸检测和人脸识别
cumtchw
03-03 1万+
1.搭建insightface环境 为了避免和服务器中的其他python版本冲突，这里使用conda创建环境，安装insightface的过程中会安装相关依赖，等待系统安装完成即可。 conda create -n insightface_chw python=3.6 conda activate insightface_chw pip install -U insightface 2.下载insightface工程 git clone https://github.com/deepinsigh
InsightFace-REST:InsightFace REST API 用于在 Docker 中使用 TensorRT 轻松部署人脸识别服务
08-04
InsightFace-REST 该存储库旨在为 InsightFace 人脸检测和识别管道提供方便、易于部署和可扩展的 REST API，使用 FastAPI 进行服务，使用 NVIDIA TensorRT 进行优化推理。 代码主要基于官方 DeepInsight InsightFaceAPI。 该存储库提供用于构建人脸识别 REST API 和使用 Docker 将模型转换为 ONNX 和 TensorRT 的源代码。 主要特征： 准备好使用 Docker 和 nvidia-docker2 在支持 NVIDIA GPU 的系统上进行部署。 启动时自动下载模型（使用 Google Drive）。 借助 TensorRT 优化、FP16 推理和使用 ArcFace 模型对检测到的人脸进行批量推理，性能比 MXNet 推理提高多达 3 倍。 支持较旧的 Retinaface 探
insightface pip安装报错如何手动安装
最新发布
qq_41336083的博客
07-04 613
note: This error originates from a subprocess, and is likely not a problem with pip. ERROR: Failed building wheel for insightface Failed to build insightface ERROR: Could not build wheels for insightface, which is required to install pyproject.toml-based
InsightFace_Pytorch人脸识别项目部署运行
萤火虫草花星的博客
12-09 1629
2、找不到文件 model_cpu_final.pth在\work_space\save文件夹下复制一个命名。3、提示cpu，在Learner.py中修改torch.load(,map_location='cpu)一、下载InsightFace_Pytorch-master。1、导包失败：需使用python3.7版本 可以安装好。四、运行face_verify.py识别。三、运行take_pic.py搜集样本。
insight-face-paddle部署流程
qq_45734745的博客
02-22 2282
注：此处显示paddle安装成功但后续无法正常import报错信息分析由于libcudart.so是CUDA运行时库的一部分，故推测是Paddle版本与CUDA版本不匹配所导致的查询服务器的CUDA版本：11.7。
Python-InsightFaceMXNet上的人脸识别项目
08-11
InsightFace : MXNet上的人脸识别项目
人脸识别/戴口罩人脸识别 快速实现部署系统方案(Linux / Android)
weixin_NineDays66
12-31 3564
人脸识别模型产出过程及部署 1.数据集的整理及清洗 ----使用公司自研 "聚类算法" 整理和清洗目前最大的两个人脸数据集MegaFace 与 微软亚洲数据集 同时结合公司内部数据整理出图片共计2000万张左右。 ----与铁路部合作整理人证数据集 50万个身份 用以提升人证比对效果。 2.人脸预处理 ----采用自研的图像处理算法对人脸进行 "中心矫正" 较小冗余信息，增加人脸纹理识别信息...
StableCascade库insightface
02-19
"StableCascade库insightface"是一个专门用于人脸识别的Python库，它建立在MXNet框架之上，提供了高效、稳定的人脸检测和识别算法。在深度学习领域，人脸识别是一项关键任务，广泛应用于安全监控、社交网络、人机...
Insightface-资源
02-21
Insightface是一个开源的人脸识别项目，源自阿里云团队，其目标是提供高效、准确的人脸识别算法。...同时，对于希望在实际项目中应用人脸识别功能的开发者来说，Insightface提供了快速集成和部署的可能。
insightface人脸识别onnx开源模型
11-15
- InsightFace 人脸识别模型转换为 ONNX 格式，意味着开发者可以使用任何支持 ONNX 的框架来运行和优化该模型，提高部署的灵活性。 3. **ArcFace：InsightFace 的核心算法** - ArcFace 是一种基于角度的损失函数...
openvino_insightface_fp32人脸识别模型
11-22
《OpenVINO与InsightFace：FP32精度人脸识别模型详解》 在人工智能领域，人脸识别技术已经成为一个不可或缺的组成部分，广泛应用于安防、社交、支付等多个场景。本文将深入探讨一个基于OpenVINO的人脸识别模型——...
人脸识别4：Android InsightFace实现人脸识别Face Recognition(含源码).txt
06-15
人脸识别1：人脸识别数据集：https://blog.csdn.net/guyuealian/article/details/130600545 人脸识别2：InsightFace实现人脸识别Face Recognition(含源码下载)：https://blog.csdn.net/guyuealian/article/details/130600472 人脸识别3：C/C++ InsightFace实现人脸识别Face Recognition(含源码)：https://blog.csdn.net/guyuealian/article/details/130600571 人脸识别4：Android InsightFace实现人脸识别Face Recognition(含源码)：https://blog.csdn.net/guyuealian/article/details/130600600
android_mtcnn_insightface_face_recognize:使用mtcnn检测人脸并使用Insightface检测嵌入器
05-02
FaceDetectAndRecogize detect face with mtcnn and aligment and embedder with insightface the model test on dataset lfw accuracy reached 99.5% dataset sia-asia-500 lfw accuracy reached 99.6% demo 中已经添加： 1.人脸录入 2.人脸验证（解锁）功能 已经完成工作： 1.人脸检测 2.人脸对齐 3.人脸识别 待完成: 活体检测 防打印照片以及视频回放欺诈
insightface alignment c++
01-29
insightface c++ 人脸关键点并进行对齐矫正 code for face alignment in c++
Mtcnn_insightface-master.zip
02-13
安卓开的人脸识别，Android Studio 3.1编译可通过。NDK通过JNI实现Java调用c++本地代码，检测精度比较高。具有很好的参考价值。
基于face++ Android人脸识别
05-08
基于android 利用第三方face++（支付宝刷人脸相同接口）接口，检测和识别人脸，显示年龄，种族。
Insightface/Arcface项目实践流程
Zebiao Wu Blog
08-20 1万+
Insightface/Arcface项目实践流程 Code:https://github.com/deepinsight/insightface 作者提供了完整的工程，能够基本满足并完成人脸识别的这个流程。 以下纯属个人实践记录，如有不当还望各位前辈多多指教。 人脸识别流程4步：1、检测；2、对齐矫正；3、提取特征；特征匹配 其中，检测对齐使用ssh或mtcnn并用dlib即可实现...
人脸识别4：Android InsightFace实现人脸识别Face Recognition(含源码)
热门推荐
AI吃大瓜的博客
06-16 1万+
人脸识别4：Android InsightFace实现人脸识别Face Recognition(含源码)；Android实现人脸识别，Android人脸检测；Android人脸识别
探索InsightFaceRecognition_Demo_AndroidNCNN：基于Android的高效人脸识别
gitblog_00067的博客
04-21 337
探索InsightFaceRecognition_Demo_AndroidNCNN：基于Android的高效人脸识别 项目地址:https://gitcode.com/chentyjpm/InsightFaceRecognition_Demo_AndroidNCNN 在深度学习领域，人脸识别是一个热门话题，而InsightFaceRecognition_Demo_AndroidNCNN项目提供了一...
insightface
06-06
InsightFace是一个基于深度学习技术的人脸识别框架。它采用了卷积神经网络算法，通过学习人脸特征，可以实现高效、快速的人脸识别功能，具有很高的准确性和稳定性。与其他人脸识别框架相比，InsightFace具有以下优点： 1.精准的人脸检测：它能够快速准确地识别出图片中的人脸部分，有效提升人脸识别的准确性和效率； 2.面部识别效果好：在复杂环境下，比如低光照、低分辨率、遮挡等情况，InsightFace也能进行准确的识别； 3.高效的模型训练：InsightFace采用一系列优秀的技术，使得模型训练时间大为缩短，且最终的模型效果更佳； 4.支持多种硬件平台：无论是CPU、GPU，还是ARM架构，都可以运行InsightFace，具有高度的兼容性和可移植性。 总之，InsightFace在人脸识别领域具有很高的研究价值和应用前景，可以用于智能安防、身份识别、人脸支付等领域，拓展了人脸识别的应用范围。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值