基于facenet的人脸识别（tensorflow）

运行环境：Ubuntu+anaconda+tensorflow-gpu==1.9.0

环境配置：  pip install -r requirements.txt，如果出现model缺失，根据提示安装依赖的包。

一：准备工作

1 下载源码，地址： https://github.com/davidsandberg/facenet

2 下载LFW 数据集： http://vis-www.cs.umass.edu/lfw/   ->Download->All images as gzipped tar file

LFW 是由美国马萨诸塞大学阿姆斯特分校计算机视觉实验室整理的。它包含13233张图片，共5749人，其中4096人只有一张图片，1680人的图片多余一张，每张图片尺寸是250x250 。

文件解压到facenet/datasets/lfw 目录下。

3 下载预训练模型

官网提供了分别是基于CASIA-WebFace和 VGGFace2的预训练模型

二：在lfw数据集上评估

参考官网说明：https://github.com/davidsandberg/facenet/wiki/Validate-on-LFW

具体实现

（1）图片预处理

因为程序中神经网络使用的是谷歌的“inception resnet v1”网络模型，这个模型的输入时160*160的图像，而我们下载的LFW数据集是250*250限像素的图像，所以需要进行图片的预处理。

python src/align/align_dataset_mtcnn.py   datasets/lfw  datasets/lfw-160  --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25

参数说明：

datasets/lfw  数据集路径

datasets/lfw_160 转换尺寸后路径

--image_size 160 --margin 32 --random_order--gpu_memory_fraction 0.25  指定图片尺寸

error：找不到facenet

方法：将align_dataset_mtcnn.py复制到src路径下

评估：python src/validate_on_lfw.py datasets/lfw-160 models/20180402-114759

三 在自己的数据集上训练

参考官网说明：https://github.com/davidsandberg/facenet/wiki/Train-a-classifier-on-own-images

在l自己数据集上训练和测试，数据尺寸250*250

python src/classifier.py TRAIN datasets/my-data/train/ models/20180402-114759/20180402-114759.pb models/my_classifier.pkl --batch_size 50

python src/classifier.py CLASSIFY datasets/my-data/train/ models/20180402-114759/20180402-114759.pb models/my_classifier.pkl --batch_size 50