FacenetPytorch人臉識(shí)別方案--基于米爾全志T527開發(fā)板
本文將介紹基于米爾電子MYD-LT527開發(fā)板（米爾基于全志 T527開發(fā)板）的FacenetPytorch人臉識(shí)別方案測(cè)試。
一、深度神經(jīng)網(wǎng)絡(luò)
1.簡(jiǎn)介
Facenet-PyTorch 是一個(gè)基于 PyTorch 框架實(shí)現(xiàn)的人臉識(shí)別庫(kù)。它提供了 FaceNet 模型的 PyTorch 實(shí)現(xiàn)，可以用于訓(xùn)練自己的人臉識(shí)別模型。FaceNet 是由 Google 研究人員提出的一種深度學(xué)習(xí)模型，專門用于人臉識(shí)別任務(wù)。
在利用PyTorch神經(jīng)網(wǎng)絡(luò)算法進(jìn)行人臉圖像對(duì)比的實(shí)驗(yàn)設(shè)置中，我們專注于對(duì)比環(huán)節(jié)，而不涉及實(shí)際項(xiàng)目的完整實(shí)現(xiàn)細(xì)節(jié)。但為了貼近實(shí)際應(yīng)用，我們可以構(gòu)想以下流程：
1）捕捉新人臉圖像：首先，我們使用攝像頭或其他圖像采集設(shè)備捕捉一張新的人臉照片。
2）加載存儲(chǔ)的人臉圖像：接著，從數(shù)據(jù)庫(kù)中加載所有已存儲(chǔ)的人臉圖像。這些圖像是之前采集并存儲(chǔ)的，用于與新捕捉到的人臉照片進(jìn)行對(duì)比。
3）構(gòu)建神經(jīng)網(wǎng)絡(luò)模型：為了實(shí)現(xiàn)對(duì)比功能，我們需要一個(gè)預(yù)先訓(xùn)練好或自定義的神經(jīng)網(wǎng)絡(luò)模型。這個(gè)模型能夠提取人臉圖像中的關(guān)鍵特征，使得相似的圖像在特征空間中具有相近的表示。
4）特征提?。豪蒙窠?jīng)網(wǎng)絡(luò)模型，對(duì)新捕捉到的人臉照片和存儲(chǔ)的每一張人臉圖像進(jìn)行特征提取。這些特征向量將用于后續(xù)的對(duì)比計(jì)算。
5）計(jì)算相似度：采用合適的相似度度量方法（如余弦相似度、歐氏距離等），計(jì)算新照片特征向量與存儲(chǔ)圖像特征向量之間的相似度。
6）確定匹配圖像：根據(jù)相似度計(jì)算結(jié)果，找到與新照片相似度最高的存儲(chǔ)圖像，即認(rèn)為這兩張圖像匹配成功。
7）輸出匹配結(jié)果：最后，輸出匹配成功的圖像信息或相關(guān)標(biāo)識(shí)，以完成人臉對(duì)比的實(shí)驗(yàn)任務(wù)。
2.核心組件
MTCNN：Multi-task Cascaded Convolutional Networks，即多任務(wù)級(jí)聯(lián)卷積網(wǎng)絡(luò)，專門設(shè)計(jì)用于同時(shí)進(jìn)行人臉檢測(cè)和對(duì)齊。它在處理速度和準(zhǔn)確性上都有出色的表現(xiàn)，是當(dāng)前人臉檢測(cè)領(lǐng)域的主流算法之一。
FaceNet：由Google研究人員提出的一種深度學(xué)習(xí)模型，專門用于人臉識(shí)別任務(wù)。FaceNet通過(guò)將人臉圖像映射到一個(gè)高維空間，使得同一個(gè)人的不同圖像在這個(gè)空間中的距離盡可能小，而不同人的圖像距離盡可能大。這種嵌入表示可以直接用于人臉驗(yàn)證、識(shí)別和聚類。
米爾基于全志T527開發(fā)板
3.功能
支持人臉檢測(cè)：使用MTCNN算法進(jìn)行人臉檢測(cè)，能夠準(zhǔn)確識(shí)別出圖像中的人臉位置。
支持人臉識(shí)別：使用FaceNet算法進(jìn)行人臉識(shí)別，能夠提取人臉特征并進(jìn)行相似度計(jì)算，實(shí)現(xiàn)人臉驗(yàn)證和識(shí)別功能。
二、安裝facenet_pytorch庫(kù)
1.更新系統(tǒng)
更新ubuntu系統(tǒng)，詳情查看米爾提供的資料文件
2.更新系統(tǒng)軟件
apt-get update
3.安裝git等支持軟件
sudo apt-get install -y python3-dev python3-pip libopenblas-dev libssl-dev libffi-dev git cmake
4.安裝Pytorch支持工具
# 克隆 PyTorch 源代碼
git clone --recursive https://github.com/pytorch/pytorch
# 進(jìn)入 PyTorch 目錄
cd pytorch
# 安裝 PyTorch (需要根據(jù)你的需求選擇 CUDA 版本，如果不需要 GPU 支持則不需要 --cuda 參數(shù))
pip3 install --no-cache-dir torch -f https://download.pytorch.org/whl/torch_stable.html
# 測(cè)試 PyTorch 安裝
python3 -c "import torch; print(torch.__version__)"
5.安裝facenet_pytorch
pip3 install facenet_pytorch
三、CSDN參考案例
1.代碼實(shí)現(xiàn)
############face_demo.py#############################
import cv2
import torch
from facenet_pytorch import MTCNN, InceptionResnetV1
# 獲得人臉特征向量
def load_known_faces(dstImgPath, mtcnn, resnet):
aligned = []
knownImg = cv2.imread(dstImgPath) # 讀取圖片
face = mtcnn(knownImg) # 使用mtcnn檢測(cè)人臉，返回人臉數(shù)組
if face is not None:
aligned.append(face[0])
aligned = torch.stack(aligned).to(device)
with torch.no_grad():
known_faces_emb = resnet(aligned).detach().cpu()
# 使用ResNet模型獲取人臉對(duì)應(yīng)的特征向量
print("\n人臉對(duì)應(yīng)的特征向量為：\n", known_faces_emb)
return known_faces_emb, knownImg
# 計(jì)算人臉特征向量間的歐氏距離，設(shè)置閾值，判斷是否為同一張人臉
def match_faces(faces_emb, known_faces_emb, threshold):
isExistDst = False
distance = (known_faces_emb[0] - faces_emb[0]).norm().item()
print("\n兩張人臉的歐式距離為：%.2f" % distance)
if (distance < threshold):
isExistDst = True
return isExistDst
if __name__ == '__main__':
# help(MTCNN)
# help(InceptionResnetV1)
# 獲取設(shè)備
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
# mtcnn模型加載設(shè)置網(wǎng)絡(luò)參數(shù)，進(jìn)行人臉檢測(cè)
mtcnn = MTCNN(min_face_size=12, thresholds=[0.2, 0.2, 0.3],
keep_all=True, device=device)
# InceptionResnetV1模型加載用于獲取人臉特征向量
resnet = InceptionResnetV1(pretrained='vggface2').eval().to(device)
MatchThreshold = 0.8 # 人臉特征向量匹配閾值設(shè)置
known_faces_emb, _ = load_known_faces('yz.jpg', mtcnn, resnet) # 已知人物圖
faces_emb, img = load_known_faces('yz1.jpg', mtcnn, resnet) # 待檢測(cè)人物圖
isExistDst = match_faces(faces_emb, known_faces_emb, MatchThreshold) # 人臉匹配
print("設(shè)置的人臉特征向量匹配閾值為：", MatchThreshold)
if isExistDst:
boxes, prob, landmarks = mtcnn.detect(img, landmarks=True)
print('由于歐氏距離小于匹配閾值，故匹配')
else:
print('由于歐氏距離大于匹配閾值，故不匹配')
此代碼是使用訓(xùn)練后的模型程序進(jìn)行使用，在程序中需要標(biāo)明人臉識(shí)別對(duì)比的圖像。
2.實(shí)踐過(guò)程
第一次運(yùn)行時(shí)系統(tǒng)需要下載預(yù)訓(xùn)練的vggface模型，下載過(guò)程較長(zhǎng)，后面就不需要在下載了運(yùn)行會(huì)很快。如圖所示：
3.程序運(yùn)行異常唄終止
運(yùn)行程序，提示killed，系統(tǒng)殺死了本程序的運(yùn)行，經(jīng)過(guò)多方面的測(cè)試，最終發(fā)現(xiàn)是識(shí)別的圖片過(guò)大，使得程序?qū)?nèi)存消耗過(guò)大導(dǎo)致。后將圖片縮小可以正常運(yùn)行了。
以下是對(duì)比圖像和對(duì)比結(jié)果。
gitHub開源代碼
首先下載代碼文件
代碼庫(kù)中，大致的介紹了facenet算法的訓(xùn)練步驟等。
代碼實(shí)現(xiàn)
以下是facenet的python代碼，注意需要更改下面的一條程序"cuda" False,因?yàn)閠527使用的是cpu，芯片到時(shí)自帶gpu但是cuda用不了，因?yàn)閏uda是英偉達(dá)退出的一種計(jì)算機(jī)架構(gòu)。
import matplotlib.pyplot as plt
import numpy as np
import torch
import torch.backends.cudnn as cudnn
from nets.facenet import Facenet as facenet
from utils.utils import preprocess_input, resize_image, show_config
#--------------------------------------------#
# 使用自己訓(xùn)練好的模型預(yù)測(cè)需要修改2個(gè)參數(shù)
# model_path和backbone需要修改！
#--------------------------------------------#
class Facenet(object):
_defaults = {
#--------------------------------------------------------------------------#
# 使用自己訓(xùn)練好的模型進(jìn)行預(yù)測(cè)要修改model_path，指向logs文件夾下的權(quán)值文件
# 訓(xùn)練好后logs文件夾下存在多個(gè)權(quán)值文件，選擇驗(yàn)證集損失較低的即可。
# 驗(yàn)證集損失較低不代表準(zhǔn)確度較高，僅代表該權(quán)值在驗(yàn)證集上泛化性能較好。
#--------------------------------------------------------------------------#
"model_path" : "model_data/facenet_mobilenet.pth",
#--------------------------------------------------------------------------#
# 輸入圖片的大小。
#--------------------------------------------------------------------------#
"input_shape" : [160, 160, 3],
#--------------------------------------------------------------------------#
# 所使用到的主干特征提取網(wǎng)絡(luò)
#--------------------------------------------------------------------------#
"backbone" : "mobilenet",
#-------------------------------------------#
# 是否進(jìn)行不失真的resize
#-------------------------------------------#
"letterbox_image" : True,
#-------------------------------------------#
# 是否使用Cuda
# 沒(méi)有GPU可以設(shè)置成False
#-------------------------------------------#
"cuda" : False,
}
@classmethod
def get_defaults(cls, n):
if n in cls._defaults:
return cls._defaults[n]
else:
return "Unrecognized attribute name '" + n + "'"
#---------------------------------------------------#
# 初始化Facenet
#---------------------------------------------------#
def __init__(self, **kwargs):
self.__dict__.update(self._defaults)
for name, value in kwargs.items():
setattr(self, name, value)
self.generate()
show_config(**self._defaults)
def generate(self):
#---------------------------------------------------#
# 載入模型與權(quán)值
#---------------------------------------------------#
print('Loading weights into state dict...')
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
self.net = facenet(backbone=self.backbone, mode="predict").eval()
self.net.load_state_dict(torch.load(self.model_path, map_location=device), strict=False)
print('{} model loaded.'.format(self.model_path))
if self.cuda:
self.net = torch.nn.DataParallel(self.net)
cudnn.benchmark = True
self.net = self.net.cuda()
#---------------------------------------------------#
# 檢測(cè)圖片
#---------------------------------------------------#
def detect_image(self, image_1, image_2):
#---------------------------------------------------#
# 圖片預(yù)處理，歸一化
#---------------------------------------------------#
with torch.no_grad():
image_1 = resize_image(image_1, [self.input_shape[1], self.input_shape[0]], letterbox_image=self.letterbox_image)
image_2 = resize_image(image_2, [self.input_shape[1], self.input_shape[0]], letterbox_image=self.letterbox_image)
photo_1 = torch.from_numpy(np.expand_dims(np.transpose(preprocess_input(np.array(image_1, np.float32)), (2, 0, 1)), 0))
photo_2 = torch.from_numpy(np.expand_dims(np.transpose(preprocess_input(np.array(image_2, np.float32)), (2, 0, 1)), 0))
if self.cuda:
photo_1 = photo_1.cuda()
photo_2 = photo_2.cuda()
#---------------------------------------------------#
# 圖片傳入網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)
#---------------------------------------------------#
output1 = self.net(photo_1).cpu().numpy()
output2 = self.net(photo_2).cpu().numpy()
#---------------------------------------------------#
# 計(jì)算二者之間的距離
#---------------------------------------------------#
l1 = np.linalg.norm(output1 - output2, axis=1)
plt.subplot(1, 2, 1)
plt.imshow(np.array(image_1))
plt.subplot(1, 2, 2)
plt.imshow(np.array(image_2))
plt.text(-12, -12, 'Distance:%.3f' % l1, ha='center', va= 'bottom',fontsize=11)
plt.show()
return l1
代碼實(shí)現(xiàn)
此代碼調(diào)用的簽名的代碼，但其可以直接的去調(diào)用圖片進(jìn)行人臉識(shí)別。
from PIL import Image
from facenet import Facenet
if __name__ == "__main__":
model = Facenet()
while True:
image_1 = input('Input image_1 filename:')
try:
image_1 = Image.open(image_1)
except:
print('Image_1 Open Error! Try again!')
continue
image_2 = input('Input image_2 filename:')
try:
image_2 = Image.open(image_2)
except:
print('Image_2 Open Error! Try again!')
continue
probability = model.detect_image(image_1,image_2)
print(probability)
程序運(yùn)行
運(yùn)行程序后首先顯示的是程序的配置信息，然后可以輸入圖像對(duì)比檢測(cè)的內(nèi)容。以下是圖像識(shí)別的效果和對(duì)比的準(zhǔn)確率。
下載文檔
