yoloface

욜로얼굴

YOLOv3 알고리즘을 이용한 딥러닝 기반 얼굴 검출

시작하기

YOLOv3(You Only Look Once)는 최첨단 실시간 객체 감지 알고리즘입니다. 게시된 모델은 이미지와 비디오에서 80개의 서로 다른 개체를 인식합니다. 자세한 내용은 이 문서를 참조하세요.

YOLOv3의 아키텍처

크레딧: Ayoosh Kathuria

OpenCV 심층 신경망(dnn 모듈)

OpenCV dnn 모듈은 TensorFlow, Torch, Darknet 및 Caffe와 같은 널리 사용되는 프레임워크에서 사전 훈련된 딥 러닝 모델에 대한 추론 실행을 지원합니다.

전제 조건

• 텐서플로우
• opencv-python
• opencv-contrib-python
• 넘피
• 케라스
• Matplotlib
• 베개

이 프로젝트의 개발은 Python 가상 환경에서 격리됩니다. 이를 통해 다양한 버전의 종속성을 실험할 수 있습니다.

virtual environment (virtualenv) 설치하는 방법은 여러 가지가 있습니다. Python 가상 환경: 다양한 플랫폼에 대한 입문서 가이드를 참조하세요. 다음은 몇 가지입니다.

• 우분투의 경우

$ pip install virtualenv

• 맥의 경우

$ pip install --upgrade virtualenv

이 프로젝트에 대한 Python 3.6 가상 환경을 만들고 virtualenv를 활성화합니다.

$ virtualenv -p python3.6 yoloface
$ source ./yoloface/bin/activate

다음으로 이 프로젝트에 대한 종속성을 설치합니다.

$ pip install -r requirements.txt

용법

• 이 저장소 복제

$ git clone https://github.com/sthanhng/yoloface

• 얼굴 감지의 경우 이 링크에서 WIDER FACE: 얼굴 감지 벤치마크 데이터 세트에 대해 훈련된 사전 훈련된 YOLOv3 가중치 파일을 다운로드하여 model-weights/ 디렉터리에 배치해야 합니다.

• 다음 명령을 실행하십시오.

이미지 입력

$ python yoloface.py --image samples/outside_000001.jpg --output-dir outputs/

비디오 입력

$ python yoloface.py --video samples/subway.mp4 --output-dir outputs/

웹캠

$ python yoloface.py --src 1 --output-dir outputs/

샘플 출력

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE.md 파일을 참조하세요.

참고자료