基于dlib重新训练dlib_face_recognition_resnet_model_v1.dat

dlib重新训练dlib_face_recognition_resnet_model_v1.dat

一、训练方法说明

官方文档说明

翻译成中文为：

// 下一段代码定义了一个 ResNet网络。它基本上是从dnn_imagenet_ex.cpp示例中复制
// 并粘贴的，除了我们将损失// 层替换为
loss_metric 并使网络更小一些。阅读介绍性
// dlib DNN 示例以了解所有这些内容的含义。
//
// 此外，dnn_metric_learning_on_images_ex.cpp示例展示了如何训练此网络。
// 此示例使用的 dlib_face_recognition_resnet_model_v1 模型是使用// 基本上使用
dnn_metric_learning_on_images_ex.cpp 中显示的代码进行训练的，除了
// 小批量变得更大（35x15 而不是 5x5），没有进展的迭代
// 设置为 10000，训练数据集由大约 300 万张图像组成，而不是
// 55。此外，输入层被锁定为大小为 150 的图像。

根据官方说明，dlib_face_recognition_resnet_model_v1.dat文件采用dnn_metric_learning_on_images_ex.cpp训练，只需修改少量参数就能完成人脸训练。

二、windows环境训练

1.安装运行环境

参考 Windows下的编译安装dlib（cmake）
如果电脑有英伟达显卡，可以使用cuda编译，训练使用GPU速度能提升几百倍。win10+anaconda+cuda配置dlib，使用GPU对dlib的深度学习算法进行加速（以人脸检测为例）

2.编译与运行

代码下载地址： http://dlib.net/files/dlib-19.22.tar.bz2

# 打开cmd命令行，进入到dnn_metric_learning_on_images_ex.cpp文件所在的目录
cd /d cd /d D:\app\dlib-19.22\examples
# 创建编译目录，并进入所在目录
md build
cd build
# 编译代码
# 代码执行完成后，在examples\build\Release 下存在dnn_metric_learning_on_images_ex.exe文件，表示编译成功，运行次文件可以直接运行此文件训练模型
cmake ..
cmake --build . --config Release
# 训练模型，训练使用的是官方提供的测试文件，如果想用自己的数据，只需要把“..\..\johns”改成自己的训练集
# 运行完成后，会在目录生成metric_network_renset.dat文件，此文件就是“dlib_face_recognition_resnet_model_v1.dat”模型
cd Release
dnn_metric_learning_on_images_ex.exe ..\..\johns

三、linux环境训练

1.安装运行环境

由于电脑中显卡不支持虚拟化，所以一下操作没有使用gpu加速

# linux上安装环境比较简单，只需要有C++编译环境就行。
# 直接运行此代码就能安装好运行环境
yum -y install gcc gcc-c++ kernel-devel make cmake

2.编译与运行

# 下载源码
wget http://dlib.net/files/dlib-19.22.zip
#  解压
unzip dlib-19.22.zip
# 进入到对应目录
cd dlib-19.22/examples
#修改文件 
#可以使用vi dnn_metric_learning_on_images_ex.cpp在线修改，也可以讲这个文件下载到本地后修改，或者在图形界面中修改

# 创建编译目录，并进入所在目录
mkdir build
cd build

# 编译代码
# 代码执行完成后，在examples\build\Release 下存在dnn_metric_learning_on_images_ex.exe文件，表示编译成功，运行次文件可以直接运行此文件训练模型
cmake ..
cmake --build . --config Release

#训练模型 其中johns为dlib中的测试图片，如果正式训练可以参考这个文件夹的结构
# 运行完成后，会在目录生成metric_network_renset.dat文件，此文件就是“dlib_face_recognition_resnet_model_v1.dat”模型
./dnn_metric_learning_on_images_ex ../johns

四、测试

参考链接：
http://dlib.net/
https://github.com/davisking/dlib
https://github.com/coneypo/Dlib_face_recognition_from_camera