初学insightface,在网上找了几天的博客,但是大多都是在Linux上运行的教程。而且我下的源代码跟他们的结构完全不一样,一度怀疑自己下错了。后来发现是因为作者一直在迭代更新,到现在跟之前已经有很大不同了。为了便于自己入门,所以我去github上下载了作者19年的版本。
环境配置
环境配置按照https://zhuanlan.zhihu.com/p/33750684所说就行,cuda10.1也可以运行。
源码下载
https://github.com/deepinsight/insightface#test-on-megaface 可以找19年的版本,能看懂也可以直接用新的。
库目录
我下载下来的库文件如图,版本不同会有小差别,大致差不多就行。
之后的操作都是再deploy目录中进行的。
模型下载
在网盘中下载好模型 https://pan.baidu.com/s/1jKahEXw 下载好后放在models文件夹中 之后就可以在deploy目录下的test.py中进行人脸识别了。
路径配置
里面会有一些红线是不用管的。
之后是路径的配置,将你模型的路径填进去,还有存放人脸特征的路径,由于我做的视频的人脸识别,所以最后是视频的路径。
之后可以通过这些方式进行调用。
人脸识别
人脸识别的工作原理是用检测到的人脸输入进模型,得到特征值后,与特征库中的人脸数据进行对比,计算它与特征库中每个数据的距离。之后取距离最短的一个数据的标签作为该人脸的识别结果。所以需要先进行人脸特征的持久化,之后进行人脸识别操作。
人脸特征持久化
import face_model
import argparse
import cv2
import sys
import numpy as np
import os
parser = argparse.ArgumentParser(description='face model test')
# general
parser.add_argument('--image-size', default='112,112', help='')
parser.add_argument('--model', default='../models/model-r50-am-lfw/model,0', help='path to load model.')
parser.add_argument('--ga-model', default='', help='path to load model.')
parser.add_argument('--gpu', default=0, type=int, help='gpu id')
parser.add_argument('--det', default=0, type=int, help='mtcnn option, 1 means using R+O, 0 means detect from begining')
parser.add_argument('--flip', default=0, type=int, help='whether do lr flip aug')
parser.add_argument('--threshold', default=1.24, type=float, help='ver dist threshold')
parser.add_argument('--binPath', default='myfeature')
parser.add_argument('--videoPath', default='video/test.mp4')
args = parser.parse_args()
videoPath = args.videoPath
binPath = args.binPath
threshold = float(args.threshold)
feature = []
label = []
# model = face_model_v2.FaceModel(args)
#查看是否存在路径,没有则创建
if not os.path.exists(binPath):
os.makedirs(binPath)
#调用模型
model = face_model.FaceModel(args)
#遍历路径中的图片,将他们的名字保存到label
for s in os.listdir('imgs'):
img = cv2.imread('imgs/'+s)
img = model.get_input(img)
f1 = model.get_feature(img)
f1.tofile('myfeature/%s.bin'%s.split('.')[0])
运行后可以得到bin文件
图片人脸识别
计算两个人脸的距离代码:
# 查找当前特征最接近的特征
def findNear(feature, f, threshold, label):
dist_list = []
# 遍历特征库
for feature_unit in feature:
# 距离的定义是(特征1-特征2)开根号并求和
dist = np.sum(np.square(feature_unit - f))
# dist_list作用是将所有距离都保存下来,以便获得最小距离
dist_list.append(dist)
# 寻找到最小距离
minDist = np.min(dist_list)
print(minDist)
# 如果最小距离小于等于阈值
if minDist <= threshold:
# 求出最小距离对应的索引
minIdx = np.argmin(dist_list)
# 找到姓名
print(label[minIdx])
#返回姓名和概率
return label[minIdx],(threshold-minDist)/threshold
else:
# 如果没有满足条件的,就返回'none'
return 'none',0
在进行识别之前修改一下face_model.py中的部分代码,因为源代码每次只能检测一张人脸,在建立人脸特征库时够用,但进行人脸检测时照片里不止一个人,因此需要做一些修改。 复制粘贴face_model.py,将名字改为Face_model_v2.py. 之后修改其中的get_input的方法。
# 主要修改get_input方法
def get_input(self, face_img):
# print('into face_model_v2')
ret = self.detector.detect_face(face_img, det_type=self.args.det)
if ret is None:
return None
bbox, points = ret
# 存放所有检测的人脸图像
aligned_list = []
# 存放所有人脸坐标
bbox_list = []
if bbox.shape[0] == 0:
return None
for i in range(bbox.shape[0]):
# 获取每一个坐标
bbox_ = bbox[i, 0:4]
# 存放坐标
bbox_list.append(bbox_)
# 获取每一个特征点
points_ = points[i, :].reshape((2, 5)).T
nimg = face_preprocess.preprocess(face_img, bbox_, points_, image_size='112,112')
nimg = cv2.cvtColor(nimg, cv2.COLOR_BGR2RGB)
aligned = np.transpose(nimg, (2, 0, 1))
# 存放坐标
aligned_list.append(aligned)
return aligned_list, bbox_list
修改完后记得将之前持久化导入的模型改为
model = face_model_v2.FaceModel(args)
照片人脸识别代码:
# 遍历目录获得目录中文件名字作为label,文件内容加入feature
for bin_ in os.listdir(binPath):
# 注意要指定dtype
feature.append(np.fromfile(binPath + '/' + bin_, dtype=np.float32))
label.append(bin_.split('.')[0])
img=cv2.imread('hezhao.jpg')
# img=cv2.resize(img,(500,500))
imgs, bbox = model.get_input(img)
for img_unit, bbox_unit in zip(imgs, bbox):
if img_unit.shape:
# 获得特征
f = model.get_feature(img_unit)
# 找到匹配信息
res,dist = findNear(feature, f, threshold, label)
# 如果匹配到了姓名
if res != 'none':
# 用方框标注,bbox_unit中的值为(左,上,右,下)
# 按照cv2.rectangle的参数写入
cv2.rectangle(img, (int(bbox_unit[0]), int(bbox_unit[1])),
(int(bbox_unit[2]), int(bbox_unit[3])), (0, 0, 255))
# 标记文字到图像中,参数:图像,文字,位置,字体,大小,颜色,宽度
img = cv2.putText(img, res+"%.2f"%float(dist), (int(bbox_unit[0])-2, int(bbox_unit[1])),cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1)
cv2.imshow('name',img)
cv2.waitKey(0)
用博主的自拍测试了下 之后用合照测试: 总的代码:
import face_model_v2
import face_model
import argparse
import cv2
import sys
import numpy as np
import os
parser = argparse.ArgumentParser(description='face model test')
# general
parser.add_argument('--image-size', default='112,112', help='')
parser.add_argument('--model', default='../models/model-r50-am-lfw/model,0', help='path to load model.')
parser.add_argument('--ga-model', default='', help='path to load model.')
parser.add_argument('--gpu', default=0, type=int, help='gpu id')
parser.add_argument('--det', default=0, type=int, help='mtcnn option, 1 means using R+O, 0 means detect from begining')
parser.add_argument('--flip', default=0, type=int, help='whether do lr flip aug')
parser.add_argument('--threshold', default=1.24, type=float, help='ver dist threshold')
parser.add_argument('--binPath', default='myfeature')
parser.add_argument('--videoPath', default='video/test.mp4')
args = parser.parse_args()
videoPath = args.videoPath
binPath = args.binPath
threshold = float(args.threshold)
feature = []
label = []
model = face_model_v2.FaceModel(args)
#查看是否存在路径,没有则创建
# if not os.path.exists(binPath):
# os.makedirs(binPath)
#调用模型
# model = face_model.FaceModel(args)
# 遍历路径中的图片,将他们的名字保存到label
# for s in os.listdir('imgs'):
# img = cv2.imread('imgs/'+s)
# img,_ = model.get_input(img)
# f1 = model.get_feature(img)
# f1.tofile('myfeature/%s.bin'%s.split('.')[0])
# 查找当前特征最接近的特征
def findNear(feature, f, threshold, label):
dist_list = []
# 遍历特征库
for feature_unit in feature:
# 距离的定义是(特征1-特征2)开根号并求和
dist = np.sum(np.square(feature_unit - f))
# dist_list作用是将所有距离都保存下来,以便获得最小距离
dist_list.append(dist)
# 寻找到最小距离
minDist = np.min(dist_list)
# 如果最小距离小于等于阈值
if minDist <= threshold:
# 求出最小距离对应的索引
minIdx = np.argmin(dist_list)
# 找到姓名
return label[minIdx]
else:
# 如果没有满足条件的,就返回'none'
return 'none'
# 遍历目录获得目录中文件名字作为label,文件内容加入feature
for bin_ in os.listdir(binPath):
# 注意要指定dtype
feature.append(np.fromfile(binPath + '/' + bin_, dtype=np.float32))
label.append(bin_.split('.')[0])
# 查找当前特征最接近的特征
def findNear(feature, f, threshold, label):
dist_list = []
# 遍历特征库
for feature_unit in feature:
# 距离的定义是(特征1-特征2)开根号并求和
dist = np.sum(np.square(feature_unit - f))
# dist_list作用是将所有距离都保存下来,以便获得最小距离
dist_list.append(dist)
# 寻找到最小距离
minDist = np.min(dist_list)
print(minDist)
# 如果最小距离小于等于阈值
if minDist <= threshold:
# 求出最小距离对应的索引
minIdx = np.argmin(dist_list)
# 找到姓名
print(label[minIdx])
return label[minIdx],(threshold-minDist)/threshold
else:
# 如果没有满足条件的,就返回'none'
return 'none',0
img=cv2.imread('hezhao.jpg')
# img=cv2.resize(img,(500,500))
imgs, bbox = model.get_input(img)
for img_unit, bbox_unit in zip(imgs, bbox):
if img_unit.shape:
# 获得特征
f = model.get_feature(img_unit)
# 找到匹配信息
res,dist = findNear(feature, f, threshold, label)
# 如果匹配到了姓名
if res != 'none':
# 用方框标注,bbox_unit中的值为(左,上,右,下)
# 按照cv2.rectangle的参数写入
cv2.rectangle(img, (int(bbox_unit[0]), int(bbox_unit[1])),
(int(bbox_unit[2]), int(bbox_unit[3])), (0, 0, 255))
# 标记文字到图像中,参数:图像,文字,位置,字体,大小,颜色,宽度
img = cv2.putText(img, res+"%.2f"%float(dist), (int(bbox_unit[0])-2, int(bbox_unit[1])),cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1)
cv2.imshow('name',img)
cv2.waitKey(0)
视频人脸识别
关于视频的人脸识别可以看参考文章中的博客,里面已经很详细了。
参考文章:
https://blog.csdn.net/xiaotuzigaga/article/details/89224594
|