tensorflow的facenet错误记录

最新推荐文章于 2022-09-26 16:22:31 发布
最新推荐文章于 2022-09-26 16:22:31 发布
阅读量6.4k 收藏 7
点赞数 3
文章标签： facenet
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_41595062/article/details/81172398
版权

1.ModuleNotFoundError：No module named "align.detect_face"

gedit ~/.bashrc

  • 在末尾添加环境变量 export PYTHONPATH=$PYTHONPATH:/home/……/facenet-master/src 

  • 和  export PYTHONPATH=$PYTHONPATH:/home/……/facenet-master/src/align   符号前后不能有空格 

source ~/.bashrc

2.No module named "align" ''facenet''

  直接

pip install align/facenet

3.FutureWarning:Conversion of the second argument of issubdtype from float to np.float....

pip install h5py==2.8.0rc1

4.No such file or directory : 'data/pairs.txt'

     将data文件夹复制到validate_on_lfw.py同路径下。

妈呀，这么简单的问题折磨了我好几个小时。

xia.sir
关注
深度学习五、MTCNN人脸检测与对齐和FaceNet人脸识别
qq_24946843的博客
03-09 7847
在说到人脸检测我们首先会想到利用Harr特征和Adaboost分类器进行人脸检测，其检测效果也是不错的，但是目前人脸检测的应用场景逐渐从室内演变到室外，从单一限定场景发展到广场、车站、地铁口等场景，人脸检测面临的要求越来越高，比如：人脸尺度多变、数量冗大、姿势多样包括俯拍人脸、戴帽子口罩等的遮挡、表情夸张、化妆伪装、光照条件恶劣、分辨率低甚至连肉眼都较难区分等。在这样复杂的环境下基于Haar特征...
人脸检测与人脸对齐-facenet遇到的问题ModuleNotFoundError: No module named ‘facenet‘
weixin_48624971的博客
07-19 1566
借鉴https://blog.csdn.net/weixin_41595062/article/details/81172398 直接 pip install facenet ModuleNotFoundError: No module named ‘align’ 直接 pip install align 还有遇到的ModuleNotFoundError: No module named ‘xxxxx’ 就直接pip install xxxxx ModuleNotFoundError: No module.
Pycharm运行Facenet代码遇到问题import facenet不成功
木槿的博客
05-12 1883
使用了GitHub上的facenet代码进行学习，遇到了很多问题。代码链接 其中在使用了import facenet命令后，遇到如图问题： 经过以下步骤，问题成功解决： 1. 在python路径下的site-packages文件下新建文件facenet；如图： 2. 将下载下来的facenet代码中的将facenet-master\src目录下的全部文件复制到上面新建的...
pyculiarity错误：No module named 'detect_vec'
llwang_10的专栏
12-27 1599
打算使用Twitter 开源的anomaly detection R库，查了一下发现pyculiarity可以帮忙实现在python环境下调用这个R包。 安装完R、rpy2、pyculiarity之后，运行：from pyculiarity import detect_ts出现错误：No module named ‘detect_vec’ 但其实该文件是存在的。搜了一下，发现这里说到： 原来
facenet亚洲人脸训练模型 ，包含checkpoint
04-15
标签“facene”可能是一个拼写错误，应该是“facenet”，它代表了该模型的核心技术。Facenet模型通常包括卷积神经网络（CNN）架构，如Inception系列，用于提取面部特征，并使用 triplet loss 函数进行训练，目的是...
配置TensorFlow的cuda环境教程
qq_24997277的博客
09-15 1万+
一、硬件要求 官网链接： https://developer.nvidia.com/cuda-gpus 选则自己显卡类型对应的NVIDIA系列，可以得到显卡的计算能力（compute capability） 注意标注Notebook的为笔记本电脑 二、软件要求 1. 了解tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系 注意记下自己需要的tensorflow版本、CUDA版本、Cudnn版本 https://www.tensorflow.org/install/source#co
跑通FaceNet人脸识别
我的博客
01-20 3525
原创：杨其泓 一、前言 FaceNet是一个十分经典的人脸识别模型，并且具有较好的性能，但要实现使用自己的数据进行人脸识别，还需要对模型进行重新训练。本文将介绍跑通一个简单FaceNet的全部流程，以及踩坑记录。 二、方案技术路线 人脸检测：使用 Dlib 中预先训练的模型检测面部； 人脸校准：使用 Dlib 的实时姿势估计与 OpenCV 的仿射变换来尝试使眼睛和下唇在每个图像上出现在相同位置； 卷积网络：使用深度神经网络把人脸图片映射为 128 维单位超球面上的一个点； 分类：
毕设&课程作业_中国软件杯二等奖基于深度学习(retinaface+facenet)的人脸识别会议签到系统.zip
最新发布
01-16
3. Python与C++结合：该项目中，Python作为主要的开发语言，利用其丰富的深度学习库（如TensorFlow或PyTorch）进行模型训练和推理。同时，C++可能被用来优化计算速度，尤其是在人脸检测和识别的实时性方面，C++可以...
window出现ModuleNotFoundError: No module named ‘dlib‘
leigm
10-13 3676
ModuleNotFoundError: No module named ‘dlib’ Pycharm导入import dlib时，报错，在环境中一直安装出错 百度之后说要自己手动安装，就下载了dlib压缩包下载网址https://pypi.org/project/dlib/#modal-close 下载下来之后从cmd进入解压的路径再安装还是失败 ...
解决 ModuleNotFoundError: No module named 'dlib' 问题
weixin_39335972的博客
12-31 7950
新环境使用dlib时出现问题，解决办法： 进入 https://pypi.org/project/dlib/19.6.0/#files 下载 Dlib库 pip install dlib-19.6.0-cp36-cp36m-win_amd64.whl 问题解决
tensorflow导入报错ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'
dym755833564的博客
07-19 2万+
全部报错 Traceback (most recent call last):   File "C:\。。。。\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in     from tensorflow.python.pywrap_tensorflow_internal
ModuleNotFoundError: No module named ‘...’：报错解决方案
热门推荐
qq_41413211的博客
09-26 4万+
那要怎么知道正确的规范是什么？代码一开始是写import evaluate...，当改成from evaluate import inf时，可以看到系统提示Retina这个名字，于是改成上面打勾的格式，测试一下，果然没错。这个‘ ... ’就是包的名字，这时候可以在对应的环境里使用pip install安装对应的包，具体怎么安装参考我的环境配置博客。2.import时规范不对。1.module包没安装。
ModuleNotFoundError: No module named '####'解决方案
L_pingo的博客
05-11 1580
一、问题1 原因：因为相关包未安装所导致的问题模块未安装成功 解决方案：安装相关包 如 pandas pip install -i https://pypi.douban.com/simple pandas 二、问题2 原因 如电脑上同时装了python2(2.7)和python3(3.5)，当使用pip安装时默认应安装到python2中，pip3安装时应安装到python3中，但奇怪的是使用pip安装时每次都定位到python3中，不知是啥原因，也不知如何将其重定向到python2中，索性手动指定pip
ModuleNotFoundError: No module named * 解决方法
LiYinggang1997的博客
05-16 4134
ModuleNotFoundError: No module named 'cartoon_reID' 之前在在用pycharm写一个项目 想在命令行去执行时，在main文件中引用了其他.py文件中的函数，虽然在pycharm的环境下可以执行，但是拿到命令行后却会报ModuleNotFound的error，后来在网上看到很多方法，例如使用sys.append(’’)等对我都不好使。 我的目录结构是: –a –a.B –a.C –a.main 在main里使用了from a.B import * 这样的语句，
Python项目生成依赖文件requirements.txt时报错：No such file or directory: 'requirements.txt\\requirements.txt'
大野的博客
04-24 1万+
Python提供requirements.txt文件来进行项目中依赖的三方库进行整体安装导入。 常见的方式有两种： 1.导出本地环境所有依赖 pip freeze > requirements.txt 2.导出指定目录下的依赖 pip install pipreqs pipreqs requirements.txt 我当时想要的是第二种，但执行pipreqs requirements....
安装sklearn报错ERROR：No such file or directory:
枫林晚
09-11 977
ERROR: Could not install packages due to an EnvironmentError: [Errno 2] No such file or directory: 'C:\Users\ajgu2000\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.7_qbz5n2kfra8p0\LocalCache\local-packages\Python37\site-packages\sklearn\datasets
用tensorflow实现facenet人脸识别代码
05-05
以下是使用 TensorFlow 实现 FaceNet 人脸识别的代码： ```python import tensorflow as tf import numpy as np import cv2 class FaceNet: def __init__(self, model_path): self.graph = tf.Graph() with self.graph.as_default(): sess_config = tf.ConfigProto() sess_config.gpu_options.allow_growth = True self.sess = tf.Session(config=sess_config) self.sess.run(tf.global_variables_initializer()) saver = tf.train.import_meta_graph(model_path + '.meta') saver.restore(self.sess, model_path) self.images_placeholder = tf.get_default_graph().get_tensor_by_name("input:0") self.embeddings = tf.get_default_graph().get_tensor_by_name("embeddings:0") self.phase_train_placeholder = tf.get_default_graph().get_tensor_by_name("phase_train:0") self.embedding_size = self.embeddings.get_shape()[1] def prewhiten(self, x): mean = np.mean(x) std = np.std(x) std_adj = np.maximum(std, 1.0 / np.sqrt(x.size)) y = np.multiply(np.subtract(x, mean), 1 / std_adj) return y def l2_normalize(self, x, axis=-1, epsilon=1e-10): output = x / np.sqrt(np.maximum(np.sum(np.square(x), axis=axis, keepdims=True), epsilon)) return output def calc_embeddings(self, images): prewhiten_images = [] for image in images: prewhiten_images.append(self.prewhiten(image)) feed_dict = {self.images_placeholder: prewhiten_images, self.phase_train_placeholder: False} embeddings = self.sess.run(self.embeddings, feed_dict=feed_dict) embeddings = self.l2_normalize(embeddings) return embeddings def calc_distance(self, feature1, feature2): return np.sum(np.square(feature1 - feature2)) def compare(self, image1, image2): feature1 = self.calc_embeddings([image1])[0] feature2 = self.calc_embeddings([image2])[0] distance = self.calc_distance(feature1, feature2) return distance if __name__ == '__main__': model_path = 'model/20180402-114759/model-20180402-114759.ckpt-275' facenet = FaceNet(model_path) img1 = cv2.imread('img1.jpg') img2 = cv2.imread('img2.jpg') distance = facenet.compare(img1, img2) print('Distance between img1 and img2:', distance) ``` 在运行代码之前，需要下载 FaceNet 模型。可以从 [这里](https://github.com/davidsandberg/facenet/tree/master/src/models) 下载预训练模型。将下载的模型文件夹放到代码中 `model_path` 的位置即可。 代码中定义了一个 `FaceNet` 类，通过 `calc_embeddings` 方法可以计算图像的 embedding 特征向量。然后通过 `calc_distance` 方法计算两幅图像的距离，最后得到的值越小说明两幅图像越相似。
评论 29
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