tensorflow精进之路(二十八)——人脸识别(下)（MTCNN人脸检查和人脸对齐+CASIA-WebFace数据集模型）

1、概述

这一讲，我们来训练自己的人脸识别模型。

2、下载CASIA-WebFace人脸数据集

CASIA-WebFace人脸数据集包含了10575个人的494414张人脸图片，需要在

http://www.cbsr.ia.ac.cn/

网站申请，反正我没成功打开人脸数据集的申请界面，在万能的百度上找到了一个，我把它放到百度云上了，下载链接如下，有点大，4.4G，

链接: https://pan.baidu.com/s/1LOAcYEE4fV6-63WdOLy9GA 密码: 42hx

CASIA-WebFace人脸数据集的目录结构跟LFW类似，每个人对应一个文件夹，不同的是，CASIA-WebFace人脸数据集每个文件夹下都有多张同一个人脸的图片，结构如下图所示，

3、人脸检测和人脸对齐

和上一讲一样，先用MTCNN对数据集进行预处理------人脸检测和人脸对齐，在facenet-master下执行命令，

 python src/align/align_dataset_mtcnn.py ../CASIA-WebFace ../CASIA-WebFace_align_182 --image_size 182 --margin 44

经过N个小时的运行，总算结束了，运行结果为，

下图是预处理前的图片，

下图是预处理后的图片，

处理后的图像大小为182*182，而送入神经网络的图像大小是160*160，之所以处理后的图像大小为182*182，是为了预留一定空间给数据增强时裁剪。

4、开始训练

训练的代码是src/train_softmax.py，使用的是中心损失来训练模型，因为中心损失要用Softmax损失配合训练，所以取了这样的文件名。

执行命令，

python src/train_softmax.py --logs_base_dir ../log --models_base_dir ../models --data_dir ../CASIA-WebFace_align_182/ --model_def models.inception_resnet_v1  --image_size 160 --lfw_dir ../lfw_align_160/ --optimizer RMSPROP --learning_rate -1 --max_nrof_epochs 80 --random_crop --random_flip --learning_rate_schedule_file data/learning_rate_schedule_classifier_casia.txt --weight_decay 5e-5 --center_loss_factor 1e-2 --center_loss_alfa 0.9

报错，

totalMemory: 1.95GiB freeMemory: 1.71GiB

2018-08-26 20:09:10.257341: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1423] Adding visible gpu devices: 0

2018-08-26 20:09:10.434062: I tensorflow/core/common_runtime/gpu/gpu_device.cc:911] Device interconnect StreamExecutor with strength 1 edge matrix:

2018-08-26 20:09:10.434084: I tensorflow/core/common_runtime/gpu/gpu_device.cc:917]      0 

2018-08-26 20:09:10.434089: I tensorflow/core/common_runtime/gpu/gpu_device.cc:930] 0:   N 

2018-08-26 20:09:10.434269: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1041] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 1993 MB memory) -> physical GPU (device: 0, name: GeForce GTX 950, pci bus id: 0000:01:00.0, compute capability: 5.2)

2018-08-26 20:09:10.438385: E tensorflow/stream_executor/cuda/cuda_driver.cc:936] failed to allocate 1.95G (2090270720 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY

2018-08-26 20:09:10.442601: E tensorflow/stream_executor/cuda/cuda_driver.cc:936] failed to allocate 1.75G (1881243648 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY

Running training

2018-08-26 20:09:32.671532: E tensorflow/stream_executor/cuda/cuda_dnn.cc:403] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

2018-08-26 20:09:32.671592: E tensorflow/stream_executor/cuda/cuda_dnn.cc:370] could not destroy cudnn handle: CUDNN_STATUS_BAD_PARAM

2018-08-26 20:09:32.671601: F tensorflow/core/kernels/conv_ops.cc:712] Check failed: stream->parent()->GetConvolveAlgorithms( conv_parameters.ShouldIncludeWinogradNonfusedAlgo<T>(), &algorithms) 

Aborted

应该又是显存不够的原因，那么，每次训练的batch调小点试试，新增参数--batch_size 1，再试试，

python src/train_softmax.py --logs_base_dir ../log --models_base_dir ../models --data_dir ../CASIA-WebFace_align_182/ --model_def models.inception_resnet_v1  --image_size 160 --lfw_dir ../lfw_align_160/ --optimizer RMSPROP --learning_rate -1 --max_nrof_epochs 80 --random_crop --random_flip --learning_rate_schedule_file data/learning_rate_schedule_classifier_casia.txt --weight_decay 5e-5 --center_loss_factor 1e-2 --center_loss_alfa 0.9 --batch_size 1

还是内存溢出，为什么它每次都要分配1.95G的显存呢？看看源码还有那些参数设置了这个的？打开src/train_softmax.py，搜索memory，看到--gpu_memory_fraction参数，注释大概意思是为每个线程分配这么多的显存，这里默认值是1.0，即为每个线程分配1G的显存，显然我的破显卡是没那么大的显存的，那么，设置该参数为0.5试试。执行命令，

python src/train_softmax.py --logs_base_dir ../log --models_base_dir ../models --data_dir ../CASIA-WebFace_align_182/ --model_def models.inception_resnet_v1  --image_size 160 --lfw_dir ../lfw_align_160/ --optimizer RMSPROP --learning_rate -1 --max_nrof_epochs 80 --random_crop --random_flip --learning_rate_schedule_file data/learning_rate_schedule_classifier_casia.txt --weight_decay 5e-5 --center_loss_factor 1e-2 --center_loss_alfa 0.9 --gpu_memory_fraction 0.5

还是显存溢出，那么，同时修改--batch_size的大小，将它改成1试试，运行命令，

python src/train_softmax.py --logs_base_dir ../log --models_base_dir ../models --data_dir ../CASIA-WebFace_align_182/ --model_def models.inception_resnet_v1  --image_size 160 --lfw_dir ../lfw_align_160/ --optimizer RMSPROP --learning_rate -1 --max_nrof_epochs 80 --random_crop --random_flip --learning_rate_schedule_file data/learning_rate_schedule_classifier_casia.txt --weight_decay 5e-5 --center_loss_factor 1e-2 --center_loss_alfa 0.9 --batch_size 1 --gpu_memory_fraction 0.5

这下能跑起来了，说明我们的判断对了，适当的将batch_size改大一点，我试着改成20还是内存溢出，改成10就好了，所以最终的命令为，

python src/train_softmax.py --logs_base_dir ../log --models_base_dir ../models --data_dir ../CASIA-WebFace_align_182/ --model_def models.inception_resnet_v1  --image_size 160 --lfw_dir ../lfw_align_160/ --optimizer RMSPROP --learning_rate -1 --max_nrof_epochs 80 --random_crop --random_flip --learning_rate_schedule_file data/learning_rate_schedule_classifier_casia.txt --weight_decay 5e-5 --center_loss_factor 1e-2 --center_loss_alfa 0.9 --batch_size 10 --gpu_memory_fraction 0.5

接下来的工作就交给机器吧。

本以为工作就这样完了，没想到运行了一下就出错了，错误打印如下，

Saving variables

Variables saved in 0.39 seconds

Saving metagraph

Metagraph saved in 2.38 seconds

Runnning forward pass on LFW images

............

Accuracy: 0.60733+-0.01493

Validation rate: 0.01900+-0.00716 @ FAR=0.00133

Saving statistics

Traceback (most recent call last):

  File "src/train_softmax.py", line 581, in <module>

    main(parse_arguments(sys.argv[1:]))

  File "src/train_softmax.py", line 261, in main

    for key, value in stat.iteritems():

AttributeError: 'dict' object has no attribute 'iteritems'

百度了一下，说python3.5将iteritems变为了items，所以将261行的iteritems改为items，再运行。

跑了一下，又内存溢出了，那还是将batch_size改为1好了。

至于其他参数的含义，看源码的注释吧。