tensorflow facenet

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