OpenCV DNN 活体检测项目环境配置等各阶段tips


date: 2020-09-22 14:53


资料来源《OpenCV深度学习应用与性能优化实践》第八章。

在复现这个项目的时候发现一些可以调整的小tips。

环境配置阶段

使用conda 创建python 工作环境时,注释掉requirems.txt 里的opencv-python-inference-engine==4.1.2.1,安装OpenVINO 时包含这个了,如果使用requirements 里的版本,imshow 会不可用。

另外安装OpenVINO 后一定要配置环境,指定下面的命令是配置生效,也可以选择加到~/.bashrc 文件里

bash 复制代码
$source /opt/intel/openvino/bin/setupvars.sh
[setupvars.sh] OpenVINO environment initialized

采集数据阶段

涉及文件 gather_examples.py

调整采集数据频率

如果觉得采集的的速度较慢/快,可以采集的时候加--skip 参数 来调整(或者直接修改),此处含义为每16 帧处理一帧。

中断后继续采集数据

如果采集数据的时候中途被迫停止了,继续采集数据想要接上之前的编号,修改:

实时显示采集数据的图片

实时显示color image 和输出的depth face,方便观察数据优劣(距离角度等),方便动态调整。做以下修改:

训练阶段

如果遇到模块找不到的提示,将train/train_FeatherNet.py 需要移到根目录。

默认参数来自 train/cfgs/FeatherNet.yaml,经试验,这里面已经包含的参数,在使用命令训练的时候是不会被覆盖的。比如你想调整训练的最大迭代(epochs)次数,train_FeatherNet.py --epochs 是不会生效的。要么直接改上面的文件,要么注释掉文件里的配置再在训练的时候跟参数。

推理阶段

即demo run 的阶段。

代码中有个bug,活体检测的输入图不是单张人脸,而是整张图,这可能包含多张人脸,于是多张人脸的检测见过其实用的是同一张图,结果也就一样,即同为false 或同为true。

源码地址: https://github.com/hcz017/OpenCV_DNN_face_anti_spoofing

相关推荐
何大春1 分钟前
【弱监督语义分割】Self-supervised Image-specific Prototype Exploration for WSSS 论文阅读
论文阅读·人工智能·python·深度学习·论文笔记·原型模式
uncle_ll9 分钟前
PyTorch图像预处理:计算均值和方差以实现标准化
图像处理·人工智能·pytorch·均值算法·标准化
宋138102797209 分钟前
Manus Xsens Metagloves虚拟现实手套
人工智能·机器人·vr·动作捕捉
SEVEN-YEARS13 分钟前
深入理解TensorFlow中的形状处理函数
人工智能·python·tensorflow
世优科技虚拟人17 分钟前
AI、VR与空间计算:教育和文旅领域的数字转型力量
人工智能·vr·空间计算
cloud studio AI应用23 分钟前
腾讯云 AI 代码助手:产品研发过程的思考和方法论
人工智能·云计算·腾讯云
禁默34 分钟前
第六届机器人、智能控制与人工智能国际学术会议(RICAI 2024)
人工智能·机器人·智能控制
Robot25142 分钟前
浅谈,华为切入具身智能赛道
人工智能
只怕自己不够好1 小时前
OpenCV 图像运算全解析:加法、位运算(与、异或)在图像处理中的奇妙应用
图像处理·人工智能·opencv
果冻人工智能2 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工