A face recognition system integrated with Retinaface
and insightface
.
以下操作均是建立在$FaceRecognition/Retinaface/
为根目录的基础上。
1、 测试
首先,我们来体验下这个人脸检测器的效果。
直接运行test_fddb.py
脚本即可。里面有两种方式,检测图片和视频,可以进行切换。
2、 训练
首先,我们需要下载训练数据:数据集wider_face
和原作者所进行标注过后的annotations
。
wider_face地址:http://shuoyang1213.me/WIDERFACE/WiderFace_Results.html
annotations地址:https://pan.baidu.com/s/1Laby0EctfuJGgGMgRRgykA
然后,运行train.py
脚本即可。
3、 裁剪和对齐
这个运行align.py
脚本即可。里面写了一个示例,方便理解。若像根据自己的需求进行更改,可见博客详解。
地址:https://blog.csdn.net/qq_37690498/article/details/105196412
4、 识别
运行faceRec.py
脚本即可。这个是基于摄像头的,根据已有人脸库进行人脸识别,所以需要自己注册人脸信息,完善人脸库。若人脸库不存在人脸信息,则会标识为“None”。
注册人脸信息,运行make_features.py
即可。
python make_features.py --name xxx
然后,人脸特征向量和图片分别保存到~/features/
和~/features_saveimg/
文件夹中。
当然,运行以上程序,需要有训练好的人脸识别模型。我们上述采用的是insightface训练好的,见~/insightface_weights/
中。所以,为了可以训练我们自己的模型,就需要进入insightface
文件中了。
这部分详细记录见博客。地址:https://blog.csdn.net/qq_37690498/article/details/105145807