Win10+Docker+Openface人脸识别实现

最新推荐文章于 2021-12-01 11:08:24 发布

原创最新推荐文章于 2021-12-01 11:08:24 发布 · 1.1k 阅读

2 ·

CC 4.0 BY-SA版权

docker 专栏收录该内容

0 篇文章

订阅专栏

本文介绍了如何在Windows 10系统中利用Docker部署Openface进行人脸识别。首先，需要下载并安装Docker，然后创建包含训练集和测试集的本地数据目录。接着，通过Docker拉取并启动openface镜像，将本地数据目录挂载到容器中。在容器内，使用Openface进行图片预处理、特征提取和模型训练。最后，对测试集进行预测，完成人脸识别的过程。

前期准备：

下载安装Docker
准备数据集，我用的是LFW。在本地新建一个文件夹 localdirectory，放入训练集training_images和测试集test_images。

开始

启动Docker Desktop,然后在命令提示符窗口内下拉openface镜像 docker pull bamos/openface
启动容器 docker run -p 9000:9000 -p 8000:8000 -v /G/localdirectory:/remote_directory -t -i bamos/openface /bin/bash，其中-v /G/localdirectory:/remote_directory是将数据集目录挂载到docker容器。注意要使用绝对目录，否则会挂载失败。可以看到容器中的remote_directory下已经有训练集和测试集了。
预处理图片 /root/openface/util/align-dlib.py ./training_images align outerEyesAndNose ./aligned-images/ --size 96
提取特征 /root/openface/batch-represent/main.lua -outDir ./generated-embeddings/ -data ./aligned-images/
训练 /root/openface/demos/classifier.py train ./generated-embeddings
至此，remote_directory下有四个文件夹：aligned-images generated-embeddings test_images training_images
测试 /root/openface/demos/classifier.py infer ./generated-embeddings/classifier.pkl ./test_images/* 结果如下：