在windows10机器上安装部署人脸识别/安全帽识别<项目笔记
CPU版本安装
1.Anaconda的安装配置
从官网https://www.anaconda.com/download/(但是官网上已经难找到python3.6版本了我这里有)下载Anaconda的安装程序,在该页面选择你电脑所对应的系统(Windows、macOS or Linux)以及操作系统位数(64位 or 32位)。至于是Python的版本是3.6还是2.7,这里推荐你使用Python 3.6 version,因为Python2终究会停止维护。以Windows及64位系统为例,下载Python 3.6 version的选择界面如图1所示。
这里有几点需要注意:
- 将Anaconda添加到环境变量,为了避免之后的不必要的麻烦,建议添加。具体如下图:
- 安装完了会问你需不需要安装C++的一个环境!一定要选,能避免好多好多C++依赖的有关报错,这里找不到截图。小主也懒得重新安装一遍,所以就只能描述了 = = 、
- Anaconda安装完成之后,相应版本的python也就直接安装完成了,所以不用再装一遍。
2.Pycharm的安装配置
PyCharm是一种Python IDE,带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。
- 在服务器上安装PyCharm其实也算是多此一举,但是主要也是有个小插曲导致下载了PyCharm:
用cmd进入项目之后执行程序:python xxx.py
之后会报ImportError: No module named 'xxx'
,这个主要是因为没有将工程的目录添加到环境变量。
具体解决方法如下:
打开环境变量,在系统变量里面添加%PYTHONPATH%,值为:&你的工程的根目录!这样的话就可以解决命令行运行py文件,报错的问题了。 - 下载PyCharm:
从官网https://www.jetbrains.com/pycharm/download/下载PyCharm安装程序,在该页面选择你电脑所对应的系统(Windows、macOS or Linux)。由于专业版(Professional)需要激活,并且社区版(Community)已经包含了我们所需要的基本功能,所以这里我们选择社区版(Community)下载(当然,网上有Professional版本的激活码,但不是所有的都能用,如果想使用Professional版本可以自行上网查询破解方法)。以Windows为例,下载界面如图3所示。
- 具体的安装步骤就不说了:
这里只需要注意选择多少位的程序就行,建议最底下的,Download and install JRE x86 by JetBrains 勾上,就是为了莫名其妙的错误再来重新配置这个。
3.pip 命令安装相关依赖
pip install keras
pip install tensorflow
pip install ...
这些都没有出现错误,主要只说两个比较坑的依赖包(也不能说坑,只是在我这个环境下报错了)
-
mxnet
报错原因:部署的环境没有cuda
解决方法:pip install mxnet==1.2.1
。安装完之后将代码中的
??=mxnet.gpu()
改为??=mxnet.cpu()
这里是自己没找到相关代码中的gpu的调用,我的锅。 -
face-recognition
这个就是真的坑了!!!错误的演示:
首先:pip install face-recognition
报错:dlib 包安装失败
(反正就这个意思)
接着:pip install dlib
失败:cmake,can't build wheel
等
于是:上网搜windows下如何安装dlib
然后:下载cmake,下载boost,下载VS
然后:自己也不知道为什么还没好?
正确的演示:
首先:pip install cmake
然后:pip install dlib==19.8.1
这版本很关键,直接pip install dlib
的话,会下载未编译的版本进行setup
就会报各种编译错误,这个版本有编译好的.whl
文件,所以自然避免了很多编译环境的Error
。
最后:pip install face-recognition==1.0.0
这一步可以直接下载
face-recognition 1.0.0 和 face-recognition-models 0.3.0
之后在代码中:
import face-recognition
就不会再报错了。
注意!!!
本地视频流地址为:
‘rtsp://usr_name:xxxx#@172.17.58.252’
“rtsp://admin:admin@192.168.2.64:554//Streaming/Channels/1”
这样的本地视频流地址的获取,总是在现场会崩掉。
搜了解决方法之后,本地视频流地址改为:
‘rtsp://usr_name:xxxx#@172.17.58.252/ch1-s1?tcp’
‘rtsp://usr_name:xxxx#@172.17.58.252/ch1/1’
这样的话,还是会崩掉,只是提供了一种思路
GPU版本安装
提前准备(windows10)
python3.6版本的anaconda
cuda8.0,cudnn6.0