Ubuntu16.04 基于anaconda快速配置openface环境

openface是一个基于深度神经网络的开源人脸识别系统，基于谷歌FaceNet论文开发，由卡内基梅隆大学的Brandon Amos主导。以下是基于Anaconda快速配置openface环境的完整步骤指南。

一、Anaconda安装

如果你已经安装了Anaconda3，可以直接跳过安装步骤。

下载Anaconda3

访问Anaconda官方网站，根据你的Python版本和系统选择对应的安装包。

安装Anaconda3

执行以下命令进入下载目录：

cd Downloads  bash Anaconda3-5.2.0-Linux-x86_64.sh

按回车键逐步阅读并同意许可协议，最后输入yes确认安装路径。

二、openface环境配置

创建openface环境

创建一个名为openface的conda环境，并指定Python版本：

conda create -n openface python=2.7 -y

激活openface环境

source activate openface

安装依赖项

使用conda安装必要的Python库：

conda config --add channels conda-forge  conda install opencv numpy pandas scipy scikit-learn scikit-image dlib txaio twisted autobahn OpenSSL pyopenssl imagehash service_identity

退出激活状态

source deactivate

安装Torch

克隆并安装Torch：

git clone https://github.com/torch/distro.git ~/torch --recursive  cd ~/torch  bash install-deps; ./install.sh

安装依赖项：

for NAME in dpnn nn optim optnet csvigo cutorch cunn fblualib torchx tds; do luarocks install $NAME; done

如果安装失败，重新安装luarocks：

wget http://www.lua.org/ftp/lua-5.2.4.tar.gz  tar -zxvf lua-5.2.4.tar.gz  make linux  make install

再次运行依赖项安装命令。

重新激活openface环境

source activate openface

安装openface

克隆并安装openface：

git clone https://github.com/cmusatyalab/openface.git ~/openface  cd ~/openface  python setup.py install

下载dlib模型

使用脚本下载模型：

./models/get-models.sh

下载完成后，模型文件位于models/目录下。

三、测试openface

运行示例程序

测试分类器：

./demos/classifier.py infer models/openface/celeb-classifier.nn4.small2.v1.pkl ./images/examples/carell.jpg

如果出现GridSearchCV错误，说明scikit-learn版本过新。降级至0.18：

conda install scikit-learn=0.18

验证结果

成功运行后，会显示Steve Carell的自信度预测结果。注意：需要自己提供训练数据集。

通过以上步骤，你可以快速在Ubuntu16.04上配置openface环境并进行人脸识别任务。如果有任何问题，欢迎在评论区留言，我们会尽力帮助你解决！

转载地址：http://stgl.baihongyu.com/

你可能感兴趣的文章

Network Dissection:Quantifying Interpretability of Deep Visual Representations（深层视觉表征的量化解释）