安装facenet-recognition时注意事项

最新推荐文章于 2024-08-01 10:42:02 发布
最新推荐文章于 2024-08-01 10:42:02 发布
阅读量452 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 杂项
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/w__y__q/article/details/89705913
在安装facenet-recognition时遇到版本兼容问题，该库要求使用tensorflow 1.2版本，但现有环境为tensorflow 1.13.1，这可能导致部分功能无法正常运行。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ERROR: facenet-recognition 0.1.4 has requirement tensorflow==1.2, but you’ll have tensorflow 1.13.1 which is incompatible.

在下载facenet-recognition(注意是facenet-recognition不是face-recognition)时要注意版本兼容问题，否则会改变tensorflow的版本，从而导致tensorflow的部分功能不能正常使用

Python facenet进行人脸识别测试过程解析
09-18
主要介绍了Python facenet进行人脸识别测试过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Python-Facenet用于使用pytorch进行人脸识别
08-11
Facenet用于使用pytorch进行人脸识别
face-recognition-keras:基于Facenet的人脸识别，并以多个网络作为后端
05-17
人脸识别喀拉拉邦 该存储库的过程包括face detection ， affine transformation ， extract face features ， find a threshold to spilt faces 。 然后在数据集上评估结果。 要求： dlib（19.10.0） keras（2.1.6） tensorflow（1.7.0） opencv-python的（3.4.0.12） 待办事项清单 InceptionV3后端 MobileNet后端 VGG16后端 ResNet50后端 Xception后端 DenseNet后端 人脸检测和仿射变换 我将Dlib和opencv用于此预处理过程 。 Dlib进行快速人脸检测，而opencv进行裁剪和仿射变换。 深度学习功能提取 我使用几种基本的深度学习模型从预处理的图像中提取128个特征。 损失就是tr
解析face-recognition-opencv开源项目 FROM pyimagesearch
zoukai1587的博客
04-01 1078
原文章地址：https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/（含代码） 注：只解析图片识别，视频识别暂不解析 we are not actually training a network here —the network hasalready b...
parser.add_argument('--weights', type=str, default='D:/py/FaceRecognition/weights/last.pt', help='model.pt path') parser.add_argument('--source', type=str, default='C:/Users/lieweiai/Desktop/26321934-1-192.mp4', help='source') # file/folder, 0 for webcam parser.add_argument('--output', type=str, default='../inference/output', help='output folder') # output folder parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)') parser.add_argument('--conf-thres', type=float, default=0.3, help='object confidence threshold') parser.add_argument('--iou-thres', type=float, default=0.5, help='IOU threshold for NMS') parser.add_argument('--fourcc', type=str, default='mp4v', help='output video codec (verify ffmpeg support)') parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') parser.add_argument('--view-img', action='store_true', help='display results') parser.add_argument('--save-txt', action='store_true', help='save results to *.txt') parser.add_argument('--classes', nargs='+', type=int, help='filter by class') parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS') parser.add_argument('--augment', action='store_true', help='augmented inference') parser.add_argument('--facenet-model-path',type=str,default='D:/code_data/facenet/20180402-114759',help='miss facenet-model') parser.add_argument('--svc-path', type=str, default='D:/code_data/face_recognition/pkl/SVCmodel.pkl', help='miss svc') parser.add_argument('--database-path', type=str, default='D:/code_data/face_recognition/npz/Database.npz', help='miss database') 分析一下这些变量都要输入哪些值
03-21
嗯，用户给了一段Python代码...**注意事项**： - 路径需使用绝对路径或相对于脚本的路径，注意操作系统路径分隔符（Windows 用 `\`，Linux/macOS 用 `/`） - 布尔参数（如 `--view-img`）无需赋值，存在即表示 `True`
face_recognition_nnie_海思CV500nnie人脸识别_
10-02
4. 文档资料：详细介绍了CV500nnie的工作原理、使用方法以及开发注意事项。 5. 测试数据：用于验证模型性能和系统功能的测试图片或视频。 综合上述，海思CV500nnie人脸识别技术结合了高性能的硬件加速和深度学习...
(venv) E:\pycharm\study\dorm_face_recognition>python main.py E:\pycharm\study\venv\lib\site-packages\onnxruntime\capi\onnxruntime_inference_collection.py:69: UserWarning: Specified provider ‘CUDAExecutionProvider’ is not in available provider names.Available providers: ‘AzureExecutionProvider, CPUExecutionProvider’ warnings.warn( Applied providers: [‘CPUExecutionProvider’], with options: {‘CPUExecutionProvider’: {}} find model: C:\Users\27731/.insightface\models\buffalo_l\1k3d68.onnx landmark_3d_68 [‘None’, 3, 192, 192] 0.0 1.0 Applied providers: [‘CPUExecutionProvider’], with options: {‘CPUExecutionProvider’: {}} find model: C:\Users\27731/.insightface\models\buffalo_l\2d106det.onnx landmark_2d_106 [‘None’, 3, 192, 192] 0.0 1.0 Applied providers: [‘CPUExecutionProvider’], with options: {‘CPUExecutionProvider’: {}} find model: C:\Users\27731/.insightface\models\buffalo_l\det_10g.onnx detection [1, 3, ‘?’, ‘?’] 127.5 128.0 Applied providers: [‘CPUExecutionProvider’], with options: {‘CPUExecutionProvider’: {}} find model: C:\Users\27731/.insightface\models\buffalo_l\genderage.onnx genderage [‘None’, 3, 96, 96] 0.0 1.0 Applied providers: [‘CPUExecutionProvider’], with options: {‘CPUExecutionProvider’: {}} find model: C:\Users\27731/.insightface\models\buffalo_l\w600k_r50.onnx recognition [‘None’, 3, 112, 112] 127.5 127.5 set det-size: (640, 640) 模型初始化失败: ‘FaceAnalysis’ object has no attribute ‘load_model’ 2025-06-24 12:37:00,165 - INFO - MTCNN 检测器初始化完成 2025-06-24 12:37:00,581 - INFO - FaceNet 特征提取器初始化完成 分类器加载成功，成员: chenguanxi, huge, wuyanzu, zunlong 2025-06-24 12:37:21,208 - ERROR - 重新训练失败: ‘FaceRecognition’ object has no attribute ‘training_data’ 识别图片没有输出结果，给出完整的程序和步骤
06-25
###注意事项1.**框的位置**：确保在识别过程中保存的是完整的框（x1,y1,x2,y2），而不仅仅是左上角。2.**人脸图像保存**：在保存反馈时，根据框的位置裁剪人脸图像并保存。3.**训练数据**：在初始训练时，应该将训练...
anaconda无法安装python3.9.9
03-25
### Anaconda 安装 Python 3.9.9 报错解决方案 在处理 Anaconda 中无法安装...#### 注意事项 - 如果以上措施均未能奏效，请考虑更换镜像源地址或将操作系统平台迁移到支持度更高的选项上去进一步排查根本原因所在。
怎么用jetson-inference实现人脸识别的实例
最新发布
07-02
###注意事项-确保摄像头驱动正确安装。 -如果是第一次运行，程序会自动下载模型（需要网络连接）。 -如果遇到权限问题，可能需要将用户添加到`video`组。###引用说明根据用户提供的引用，我们注意到： -引用[1]提到...
TensorFLow 使用 facenet 模型
07-25
c++简单调用 facenet模型,并对比欧式距离.使用了opencv做人脸检测.其中一些参数暂时写死了.目前的效果一般般.因为 opencv对人脸的不同姿态检测并不是太准.(暂时依赖于Qt的QString 和 QImage )
pip install face_recongition报红怎么办
hellostar06的博客
03-25 965
当出现以下情况， 我们要从下面的网站，下载与Python版本相对应的轮子 https://www.lfd.uci.edu/~gohlke/pythonlibs/
Ubuntu20.04 的noetic安装jsk-recognition包，E: Unable to locate package ros-noetic-jsk-recognition
To be a better man
08-01 724
确保你的系统已完全更新。验证包名称和版本是否适用于ROS Noetic。查看包维护者提供的任何特定安装说明。按照这些步骤操作应该可以帮助你成功安装包。如果你遇到进一步的问题，可以考虑查阅论坛或相关GitHub仓库获取更详细的支持。
人脸识别 (3) FaceNet安装与测试
light169的专栏
03-23 9013
参见：算法---FaceNet在Tf下的实战篇 - WP的烂笔头 - 博客园 2.2　下载文件：FaceNet源码＋模型 （１）FaceNet在github源码地址为: 　https://github.com/davidsandberg/facenet/tree/master 　FaceNet库源码下载链接：https://codeload.github.com/davidsandberg/facenet/zip/master　 （２）LFW数据集: http://vis-www.cs.uma.
win10 python3.5.2下安装facenet
xiangxianghehe的博客
05-30 7830
Google研究人员在2015年发布了一篇关于人脸识别的论文：FaceNet: A Unified Embedding for Face Recognition and Clustering，然后OpenFace是首个应用谷歌FaceNet深度神经网络进行面部识别的开源项目，地址openface。 后来又有大神使用tensorflow重写了openface，该项目是facenet，地址facene
FaceNet使用简介
热门推荐
ygd11的专栏
06-18 1万+
FaceNet使用简介 Google工程师Florian Schroff，Dmitry Kalenichenko，James Philbin提出了人脸识别FaceNet模型，该模型没有用传统的softmax的方式去进行分类学习，而是抽取其中某一层作为特征，学习一个从图像到欧式空间的编码方法，然后基于这个编码再做人脸识别、人脸验证和人脸聚类等。所以FacceNet模型学习并输出的是脸部的特征表示，...
facenet识别准确率_人脸识别face_recognition
weixin_42131861的博客
02-01 2959
人脸识别face recognition0 简介人脸识别大致分为如下三个部分：人脸检测 face detection人脸对齐 face alignment人脸识别 face recognition，包括：face verification：两张图片相似程度。face identification： 在图片库中检索与当前图片相似度最高的图片。1 人脸检测face detection通常认为是在图片中...
人脸识别FaceNet+TensorFlow
张伟的专栏
03-09 1918
一、本文目标 利用facenet源码实现从摄像头读取视频，实时检测并识别视频中的人脸。换句话说：把facenet源码中contributed目录下的real_time_face_recognition.py运行起来。 二、需要具备的条件 1、准备好的Tensorflow环境 2、摄像头（可用视频文件替代） 3、准备好的facenet源码并安装依赖包 4、训练好的人脸检测模型 ...
Mac安装pyside（已解决）
狐狸的懒窝
06-13 1754
要死要死的，整了一天终于弄好了。 今天摸鱼了。 方法如下： 1.brew tap cartr/qt4 2.brew install qt@4 3.alias qmake="/usr/local/Cellar/qt@4/4.8.7_5/bin/qmake" 4.pip install pyside 心累到不想写原因。参考资料里有—> 参考资料里alam的回答 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值