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
静心问道1 分钟前
SELF-INSTRUCT:使用自生成指令对齐语言模型
人工智能·语言模型·大模型
芷栀夏7 分钟前
基于Anything LLM的本地知识库系统远程访问实现路径
数据库·人工智能
AI生存日记7 分钟前
AI 日报:阿里、字节等企业密集发布新技术,覆盖语音、图像与药物研发等领域
人工智能·华为云·语音识别·open ai大模型
hjs_deeplearning26 分钟前
认知篇#10:何为分布式与多智能体?二者联系?
人工智能·分布式·深度学习·学习·agent·智能体
kngines1 小时前
【字节跳动】数据挖掘面试题0001:打车场景下POI与ODR空间关联查询
人工智能·数据挖掘·面试题
.30-06Springfield3 小时前
利用人名语言分类案例演示RNN、LSTM和GRU的区别(基于PyTorch)
人工智能·pytorch·python·rnn·分类·gru·lstm
xingshanchang5 小时前
PyTorch 不支持旧GPU的异常状态与解决方案:CUDNN_STATUS_NOT_SUPPORTED_ARCH_MISMATCH
人工智能·pytorch·python
reddingtons6 小时前
Adobe Firefly AI驱动设计:实用技巧与创新思维路径
大数据·人工智能·adobe·illustrator·photoshop·premiere·indesign
CertiK6 小时前
IBW 2025: CertiK首席商务官出席,探讨AI与Web3融合带来的安全挑战
人工智能·安全·web3
Deepoch7 小时前
Deepoc 大模型在无人机行业应用效果的方法
人工智能·科技·ai·语言模型·无人机