```
安装 dlib
dlib 是一个基于 C++ 编写的扩展库,包含有许多常用的机器学习算法以及图像处理函数。
并且还支持大量的数值计算,如矩阵、大整数随机运算等。
但是在编译安装 dlib 之前我们还需要先给系统装上各种依赖环境,步骤如下。
参考:dlib 官网
http://dlib.net
安装 OpenCV
OpenCV 是一款功能强大的跨平台计算机视觉开源库,可以用于解决人机交互、物体检测、人脸识别等领域的问题。
库本身是采用 C++ 编写的,但是同时也对 Python, Java, C# 等语言提供接口支持。
https://docs.opencv.org/master/d7/d9f/tutorial_linux_install.html
安装方法
pip3 install opencv-python
安装 docopt
docopt 是 Python 的一个第三方参数解析库,可以根据使用者提供的文档描述自动生成解析器。因此使用者可以用它来定义交互参数与解析参数。
所以 docopt(__doc__, version=__version__) 函数能自动根据三个双引号中的文档内容(存储于 __doc__ 中)生成命令行解析器,并将解析结果以字典对象返回。
所以使用 docopt 进行命令行解析,我们唯一需要做好的事情就是编写好帮助文档,然后其它一切解析的问题都可以甩手给 docopt 自动解决。
安装 docopt
$ sudo pip3 install docopt
参考:http://docopt.org/
-----------------------------------------------------------------------
dlib 很准确地检测出来了下巴、嘴巴、鼻子、眼睛和眉毛这些面部特征点。并且每个部位都被分配固定索引的点进行标注,
范围如下表,一共是 68 个标记点。
部位 索引
下巴 0~16
左眉毛 17~21
右眉毛 22~26
鼻子 27~35
左眼睛 36~41
右眼睛 42~47
嘴巴 48~67
参考文档
https://www.w3cschool.cn/opencv/opencv-ful52dkf.html
https://qiita.com/ufoo68/items/b1379b40ae6e63ed3c79
https://blog.csdn.net/hongbin_xu/article/details/78347484
程序中使用到的 shape_predictor_68_face_landmarks.dat 是 dlib 官方提供的模型数据,
有了这个模型之后我们就不需要自己再耗费时间去训练模型,直接拿来使用即可。
下载方式:
wget https://labfile.oss.aliyuncs.com/courses/686/shape_predictor_68_face_landmarks.dat
tutorials
https://docs.opencv.org/master/d9/df8/tutorial_root.html
Ever wondered how your digital camera detects peoples and faces? Look here to find out!
https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html
Look here in order to find use on your video stream algorithms like: motion extraction,
feature tracking and foreground extractions.
https://docs.opencv.org/master/da/dd0/tutorial_table_of_content_video.html
This section contains tutorials about how to read/save your video files.
https://docs.opencv.org/master/df/d2c/tutorial_table_of_content_videoio.html
各种cascade类文件的效果展示。包括 嘴巴 鼻子 眼睛 身体的识别.
https://symfoware.blog.fc2.com/blog-entry-1556.html
# 从下面的地址获获取opencv的训练完成后的类文件,包括鼻子 脸部 嘴巴等识别文件。
# https://github.com/opencv/opencv/blob/master/data/haarcascades/
# https://github.com/opencv/opencv_contrib/blob/master/modules/face/data/cascades/
----------------------------------------------------------
机器深度学习的时候需要大量的图片,手工制作非常麻烦。
通过这个教程可以很快的用一张图片自动生成大量的图片,包括方向改变,颜色改变,尺寸改变等。
水増し 掺水分 作假
画像の水増し方法をTensorFlowのコードから学ぶ
https://qiita.com/Hironsan/items/e20d0c01c95cb2e08b94
----------------------------------------------------------
openCVで効率的に大量画像を顔検出するためのtips
https://qiita.com/FukuharaYohei/items/1e15d79c87f1de513eac
重要参数设置数值
scaleFactor=1.2, minNeighbors=2, minSize=[50,50]が誤検知率が低くて優秀でした。
----------------------------------------------------------
优化分析 提高准确率降低分析时间降低系统负荷
物体検出(detectMultiScale)をパラメータを変えて試してみる(scaleFactor編)
http://workpiles.com/2015/04/opencv-detectmultiscale-scalefactor/
物体検出(detectMultiScale)をパラメータを変えて試してみる(minNeighbors編)
http://workpiles.com/2015/04/opencv-detectmultiscale-minneighbors/
----------------------------------------------------------
需要完成的部分
分析 支持多人同时识别的代码 OpenCV_multi_people.py ok
实现能够支持手势gesture的实现方法
实现读取视频文件,然后分析识别视频中的人物的脸部和眼睛
实现追踪特征点,根据指定的物体,追踪物体移动,并在图像中标注出来 ok
如何识别特定的物体,或者是指定的物体 特定人脸识别 ok
实现换脸的特效,检测2张脸,然后互换眼睛,鼻子,嘴巴,眉毛等特征
readme文档中没有实现的代码 ok
了解使用GCP google cloud plateform 来实现快速训练
Tensorflow object detection API 搭建属于自己的物体识别模型(1)——环境搭建与测试
https://blog.csdn.net/dy_guox/article/details/79081499
在实际使用前需要进行安装 installation instructions 安装下面的官方操作方法安装
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md
(1)如果有下面的错误
ModuleNotFoundError: No module named 'tensorflow.python.saved_model.model_utils'
参考这个url解决问题
pip uninstall tensorflow_estimator
pip install tensorflow_estimator
https://stackoverflow.com/questions/55082483/why-i-cannot-import-tensorflow-contrib-i-get-an-error-of-no-module-named-tensor
(2)如果出现 ModuleNotFoundError: No module named 'object_detection'这样的模块没有找到的错误
参考这个url解决问题
选择File—>settings—>project:pythonWork—>project structure 调整root路径为models/research 这样就可以找到object_detection模块了
https://blog.csdn.net/qq_20367813/article/details/79608108
(3)如果出现Protobuf没有安装,参照下面的方法安装,选择Mac版本下载
Protobuf 安装与配置
在 https://github.com/google/protobuf/releases
创建软连接到/usr/local/bin
ln -s /Users/qiulongquan/protoc-3/bin/protoc /usr/local/bin
把include文件夹拷贝到/usr/local里面去
cp -r include /usr/local
在models\research\目录下打开命令行窗口,输入:
# From tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.
(更新视频教程)Tensorflow object detection API 搭建属于自己的物体识别模型(2)——训练并使用自己的模型
https://blog.csdn.net/dy_guox/article/details/79111949
这个是对应的视频 重点参考看
https://www.bilibili.com/video/av21539370/?p=1
tensorflow进行人脸识别已经可以使用,准确率还是很高的,可以侧脸识别。
如果有一部分脸部被遮挡,匹配率会下降,这说明程序按照预想进行了视频分析。
----------------------------关于参数和图片数量 重点-----------------------------------
1.图片要150张以上,可以确保比较高的准确率。图片越多训练时间越长。同一个目标各种不同方向,光照,姿势的图片都应该加入。
2.训练的时候 batch_size(一次批处理的大小)选择5-10都可以,越大越容易收敛归一,但是内存容量要更多。
3.训练step选择25000步基本就可以了,主要看lose损失函数是不是已经下降并且平稳了。
4.150张图片25000步大概20多个小时可以完成。大概2.8秒一步。
------------------------------------------------------------------------------------
训练完成先冻结模型,然后生成TF lift文件,轻量化文件可以在手机端使用。pb文件不能在手机端正�
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【资源说明】 1、该资源内项目代码都是经过测试运行成功,功能正常的情况下才上传的,请放心下载使用。 2、适用人群:主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用,具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习,也可作为大作业、课程设计、毕设项目、初期项目立项演示等,欢迎下载,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于OpenCV TensorFlow实现的图片人脸识别完整源码.zip (171个子文件)
checkpoint 77B
pipeline.config 4KB
qiulongquan_train.csv 8KB
qiulongquan_eval.csv 1KB
shape_predictor_68_face_landmarks.dat 95.08MB
model.ckpt.data-00000-of-00001 21.15MB
.DS_Store 10KB
.DS_Store 6KB
.DS_Store 6KB
.DS_Store 6KB
.DS_Store 6KB
.DS_Store 6KB
.gitignore 137B
faceswap.iml 895B
test.iml 284B
model.ckpt.index 9KB
object_detection_tutorial-Copy1.ipynb 7.51MB
image8.jpg 286KB
image7.jpg 217KB
4.jpg 217KB
image4.jpg 190KB
image9.jpg 187KB
image1.jpg 169KB
hc.jpg 149KB
image3.jpg 122KB
wm.jpg 97KB
image2.jpg 89KB
image5.jpg 54KB
3.jpg 54KB
1.jpg 51KB
2.jpg 41KB
image6.jpg 38KB
01.jpg 5KB
README.md 14KB
model.ckpt.meta 974KB
slow_traffic_small.mp4 1.92MB
saved_model.pb 21.66MB
frozen_inference_graph.pb 21.58MB
fgvc_2854_classes_label_map.pbtxt 204KB
oid_v4_label_map.pbtxt 38KB
oid_bbox_trainable_label_map.pbtxt 35KB
oid_object_detection_challenge_500_label_map.pbtxt 32KB
mscoco_complete_label_map.pbtxt 6KB
mscoco_label_map.pbtxt 5KB
ava_label_map_v2.1.pbtxt 3KB
pet_label_map.pbtxt 1KB
pascal_label_map.pbtxt 705B
kitti_label_map.pbtxt 70B
face_label_map.pbtxt 56B
qiulongquan.pbtxt 40B
beach.png 530KB
dog.png 499KB
mnist_tf1_tpu.py 7KB
my_model_pic.py 7KB
my_model_video.py 6KB
my_model.py 6KB
OpenCV_parameter.py 5KB
detection_Probability_show.py 5KB
my_model_pic_test1.py 4KB
openCVWithParameter01.py 4KB
OpenCV_multi_people.py 4KB
generate_TFrecord.py 3KB
generate_TFrecord.py 3KB
OpenCV_simple_sample_2.py 3KB
capture_face_landmarks.py 2KB
Auto_Object_Capture.py 2KB
OpenCV_input_video_parse.py 2KB
pb_model_test.py 2KB
optical_flow.py 2KB
Background_Subtraction_Video.py 2KB
keras_tutorial.py 2KB
Background_Subtraction.py 2KB
face_swap_test1.py 2KB
Computer_Vision_Face_Tracking.py 2KB
draw_landmarks.py 2KB
OpenCV_sample.py 1KB
xml_to_csv.py 1KB
openCV_simple_sample.py 855B
Supported_devices_test.py 776B
argparse_test3.py 771B
tensorflow_state_test.py 715B
tz_test.py 383B
docopt_demo.py 358B
image_import.py 211B
a2.py 152B
a1.py 27B
c1.py 27B
b1.py 27B
__init__.py 0B
__init__.py 0B
__init__.py 0B
a1.cpython-36.pyc 239B
b1.cpython-36.pyc 239B
c1.cpython-36.pyc 237B
__init__.cpython-36.pyc 140B
__init__.cpython-36.pyc 140B
qiulongquan_eval.record 5.44MB
mscoco_minival_ids.txt 54KB
readme.txt 461B
CMakeLists.txt 456B
共 171 条
- 1
- 2
资源评论
龙年行大运
- 粉丝: 1002
- 资源: 3854
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- WebCrawler.scr
- 【计算机专业毕业设计】大学生就业信息管理系统设计源码.zip
- YOLO 数据集:8种路面缺陷病害检测【包含划分好的数据集、类别class文件、数据可视化脚本】
- JAVA实现Modbus RTU或Modbus TCPIP案例.zip
- 基于YOLOv8的FPS TPS AI自动锁定源码+使用步骤说明.zip
- JAVA实现Modbus RTU或Modbus TCPIP案例.zip
- 基于yolov8+streamlit的火灾检测部署源码+模型.zip
- 测试aaaaaaabbbbb
- VID20240521070643.mp4
- Android系统原理与开发学习要点详解-培训课件.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功