InsightFace_Pytorch人脸识别项目部署运行

最新推荐文章于 2024-08-08 07:49:54 发布
最新推荐文章于 2024-08-08 07:49:54 发布
阅读量1.7k 收藏 5
点赞数
分类专栏： Python 文章标签： pytorch 深度学习 python
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_42318538/article/details/128257665
版权

一、下载InsightFace_Pytorch-master

二、导入各种包

三、运行take_pic.py搜集样本

四、运行face_verify.py识别

遇到问题解决方法：

1、导包失败：需使用python3.7版本 可以安装好

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)

4、好了

萤火的微亮
关注
专栏目录
Python-InsightFaceMXNet上的人脸识别项目
08-11
InsightFace : MXNet上的人脸识别项目
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_Pytorch 教程
最新发布
gitblog_00340的博客
08-08 533
InsightFace_Pytorch 教程 InsightFace_PytorchPytorch0.4.1 codes for InsightFace项目地址:https://gitcode.com/gh_mirrors/in/InsightFace_Pytorch 1. 项目介绍 InsightFace_Pytorch 是一个基于 PyTorch 的深度学习人脸识别项目，源自 DeepIns...
InsightFace_Pytorch:适用于InsightFace的Pytorch0.4.1代码
05-04
InsightFace_Pytorch 适用于InsightFace的Pytorch0.4.1代码 1.简介 此仓库是Arcface 或Insightface 的重新实现。 对于模型，包括Arcface和MobileFacenet的主干模块的pytorch实现 提供了用于将Insightface MXNET数据记录转换为Image Datafolders的代码 已发布预训练模型，包括原始论文中的和IR-SE50 2.预训练的模型和性能 ， LFW（％） CFP-FF（％） CFP-FP（％） AgeDB-30（％） 小牛（％） cplfw（％） vgg2_fp（％） 0.9952 0.9962 0.9504 0.9622 0.9557 0.9107 0.9386 ， LFW（％） CFP-FF（％） CFP-FP（％） AgeDB-30（％） 小
Python-Insightface人脸检测识别的最小化推理包
08-12
Insightface face detection and recognition model that just works out of the box.
Python库 | insightface-0.2.0-py3.7.egg
03-25
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：insightface-0.2.0-py3.7.egg 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
openvino_insightface_fp32人脸识别模型
11-22
InsightFace则是一个开源的人脸识别项目，它基于深度学习技术，具有高精度和实时性的特点。FP32，即单精度浮点数，是一种常用的数值计算精度，用于描述神经网络模型的计算精度。在OpenVINO中，FP32模型能够在保持较...
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...
insightface_distill.rar
05-07
通过对insightface_distill.rar的探索，我们可以深入理解如何利用深度学习和知识蒸馏优化人脸识别系统，同时降低计算成本和提升部署效率。 总之，"insightface_distill.rar"提供的代码示例为研究和实践人脸识别的...
c#和java部署pytorch同事识别两个图片_使用ONNX+TensorRT部署人脸检测和关键点250fps
weixin_39632471的博客
11-12 922
我尽量用尽可能短的语言将本文的核心内容浓缩到文章的标题中，前段时间给大家讲解Jetson Nano的部署，我们讲到用caffe在Nano上部署yolov3，感兴趣的童鞋可以看看之前的文章，然后顺便挖了一个坑：如何部署ONNX模型, 这个问题其实分为两个部分，第一是为什么要用ONNX，第二是如何部署ONNX。本文就是来填这个坑的。TLTR，本文的核心思想包括：怎么才能最快速的部署ONNX模型；当今世...
Insightface 之部署，TVM基础
u010451780的专栏
09-25 1032
参考文档 mxnet官方install手册 TVM 0.4.0官方安装指导手册 LLVM下载地址 Debian/Ubuntu Linux下安装LLVM/Clang编译器 开发环境介绍 操作系统版本：Ubuntu16.04 LTS 64-bit，编译TVM的host、target版本; 目标器件为Firefly-RK3399,采用双核Cortex-A72和四核Cortex-A53的大小核架构。 MXNet版本: v1.2.1 LLVM版本： v6.0 TVM版本: v0.4.0 交叉编译工
pytorch-insightface-mxnet2pytorch.rar
03-31
insighface人脸识别模型转换代码, 将mxnet-resnet模型转为pytorch对应的模型。包含 与mxnet模型对应的pytorch网络代码，及转换代码和mxnet 及pytorch 模型提特征测试代码文件
pytorch-insightface:预先训练的Insightface模型移植到pytorch
05-25
Pytorch InsightFace 将来自预训练的ResNet模型移植到pytorch。 模型 LFW（％） CFP-FP（％） AgeDB-30（％） MegaFace（％） iresnet34 99.65 92.12 97.70 96.70 iresnet50 99.80 92.74 97.76 97.64 iresnet100 99.77 98.27 98.28 98.47 安装 pip install git+https://github.com/nizhib/pytorch-insightface 用法 import torch from imageio import imread from torchvision import transforms import insightface embedder = insightface
matlab人脸识别代码-InsightFace-v2:PyTorch实施的用于深面识别的附加角余量损失
05-23
matlab人脸识别代码InsightFace PyTorch实施的用于深面部识别的附加角余量损失。 。 @article{deng2018arcface, title={ArcFace: Additive Angular Margin Loss for Deep Face Recognition}, author={Deng, Jiankang and Guo, Jia and Niannan, Xue and Zafeiriou, Stefanos}, journal={arXiv:1801.07698}, year={2018} } 数据集 功能 数据集 火车 MS-Celeb-1M 测试1 LFW 测试2 超级脸 介绍 用于培训的MS-Celeb-1M数据集，拥有3,804,846张面Kong，超过85,164个身份。 依存关系 的Python 3.6.8 PyTorch 1.3.0 用法 数据争吵 提取图像，对其进行扫描，以获取边界框和界标： $ python extract.py $ python pre_process.py 图像对齐： 人脸检测（MTCNN）。 人脸对齐
探索人脸识别的新境界：InsightFace_PyTorch
gitblog_00086的博客
03-24 499
探索人脸识别的新境界：InsightFace_PyTorch InsightFace_PytorchPytorch0.4.1 codes for InsightFace项目地址:https://gitcode.com/gh_mirrors/in/InsightFace_Pytorch 在人工智能领域，人脸识别是一个关键的技术，用于诸多应用，如安全验证、社交网络和智能设备。今天我们要探讨的是一个基...
Mxnet 框架 Insightface( MMS）模型部署教程
lian01110a的博客
09-29 1432
一、Docker 镜像准备 直接pull mms images ### cpu版本: docker pull awsdeeplearningteam/multi-model-server ### gpu版本:拉取官方项目 docker pull awsdeeplearningteam/mxnet-model-server:1.0.0-mxnet-gpu ### 自定义gpu版本: 修改Dockerfile.gpu内容 vim Dockerfile.gpu 以cuda10.2为例 ..
python 人脸识别项目insightface
Ding_Jie_的博客
01-18 2346
人脸识别项目insightface
insight-face-paddle部署流程
qq_45734745的博客
02-22 2337
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。
InsightFace一个用于2D与3D人脸检测与识别的python库
人工智能研究所的博客
07-05 517
从检测的结果来看，模型不仅进行了人脸检测，还对人脸的性别与年龄进行了预测，当然insightface不仅可以进行人脸检测，还可以进行人脸识别，只不过需要我们自己搭建自己的数据集，并进行人脸模型的训练，这个我们后期进行分享吧。使用insightface前，我们需要安装相应的第三方库，insightface主要基于pytorch，在运行本期代码前，确保自己的电脑上安装了pytorch，且版本大于1.6。人脸的检测与识别，这方面的文章，我们前期的文章也有相关的介绍，主要涉及到。
Traceback (most recent call last): File "D:\深度学习\InsightFace_Pytorch-\InsightFace_Pytorch-master\face_verify.py", line 40, in <module> targets, names = load_facebank(conf) File "D:\深度学习\InsightFace_Pytorch-\InsightFace_Pytorch-master\utils.py", line 70, in load_facebank embeddings = torch.load(conf.facebank_path/'facebank.pth') File "D:\深度学习\venv\lib\site-packages\torch\serialization.py", line 795, in load return _legacy_load(opened_file, map_location, pickle_module, **pickle_load_args) File "D:\深度学习\venv\lib\site-packages\torch\serialization.py", line 1002, in _legacy_load magic_number = pickle_module.load(f, **pickle_load_args) _pickle.UnpicklingError: invalid load key, 'v'.
06-06
这个错误通常是由于尝试反序列化一个被破坏或篡改的 pickle 对象导致的。这可能是因为 pickle 对象已经被篡改，或者是因为它是在不同版本的 Python 中创建的，导致了不兼容的 pickle 协议版本。你可以尝试使用其他的 unpickling 库（如 `pickletools`）来分析 pickle 对象并找出问题所在。如果你无法解决问题，最好的方法可能是重新创建 pickle 对象，并确保在序列化和反序列化过程中使用相同的 Python 版本和 pickle 协议版本。
评论 1
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

打赏作者

萤火的微亮

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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