本文记录tensorflow 版 facenet 使用中的一些注意事项:
一. 安装facenet:
https://github.com/davidsandberg/facenet
进入以上链接,git clone 。。。
在页面最下面一段 Performance 里面点击validate on LFW 进入页面。
根据提示往下走,1.c 需要操作,安装python3的各种包。本人使用的python3安装的tensorflow。但是python3 的pip3 有时候报错。所以使用
python3 -m pip .......(这里是正常的pip3 命令) --user
最后加--user是为了改变权限,不然安不上。
4. align dataset
没有使用原来的方法,for那个是开几个线程,最后一句是使用GPU,本人电脑上没有GPU。。。
另外,需要把src/align 下面的align_dataset_mtcnn.py copy到src下面,不然好多文件都没有,还是报错。然后执行下面语句,注意使用的是python3.
python3 src/align_dataset_mtcnn.py \
~/datasets/lfw/raw \
~/datasets/lfw/lfw_mtcnnpy_160 \
--image_size 160 \
--margin 32 \
--random_order
注意:如果有自己的数据图片,也可以用这个函数,但是有一个小trick:每个人的图片应该在一个文件夹下面。比如:两个人A 和B,那么文件夹结构应该是~/dataset/newdata/A ~/dataset/newdata/B。 之后在A,Bfolder里再存储图片。
二. src文件夹中其他函数的使用方法:
compare.py:
比较两张图片的距离。需要用mtcnn网络align face,具体操作与第一步中的第4点相同。之后输入如下命令:
python3 facenet/src/compare.py models/facenet/20180402-114759/20180402-114759.pb datasets/face_mtcnnpy_160/yang/IMG_1.png datasets/face_mtcnnpy_160/yang/IMG_2.png
注释:
1.同样使用python3
2.选择下载的model中的.pb文件作为输入
3.要比较的两张处理过的图