Sistema de reconhecimento facial DFace v0.5

DFace é um sistema de detecção e reconhecimento facial de aprendizagem profunda de código aberto. Todas as funções são desenvolvidas usando a estrutura pytorch. Pytorch é uma estrutura de aprendizagem profunda desenvolvida pelo Facebook. Contém alguns recursos avançados interessantes, como derivação automática, composição dinâmica, etc. O DFace herda naturalmente essas vantagens, tornando seu processo de treinamento mais simples e conveniente, e o código implementado mais claro e fácil de entender. O DFace pode aproveitar o CUDA para oferecer suporte ao modo de aceleração de GPU. Recomendamos tentar o modo GPU Linux, que pode obter efeitos quase em tempo real.

Se você está interessado no DFace e deseja participar deste projeto, a seguir TODO estão algumas funções que precisam ser implementadas

1. Desenvolva a função de comparação de faces com base no princípio de perda central ou perda tripla, e o modelo usa o ResNet inception v2. Este recurso compara a semelhança de duas imagens faciais. Para obter detalhes, consulte Paper e FaceNet

2. Função antifraude, que evita ataques de fotos, ataques de vídeo, ataques de reprodução, etc. com base nas características do rosto, como luz e textura. Para obter detalhes, consulte o algoritmo LBP e o modelo de treinamento SVM.

3. Antifraude facial 3D.

4. Transplante móvel: migre o modelo treinado em pytorch para caffe2 de acordo com o padrão ONNX, e alguns algoritmos numpy são implementados em c++.

5. Transplante de tensor RT, alta simultaneidade.

6. Suporte Docker, versão GPU

Instalar

O DFace possui principalmente dois módulos, detecção facial e reconhecimento facial. Fornecerei etapas detalhadas para treinar e executar todos os modelos. Primeiro você precisa construir um ambiente python para pytorch e cv2. Recomendo usar o Anaconda para configurar um ambiente virtual independente. Se você usar o modo de treinamento de GPU, precisará instalar o cuda e o cudnn da Nvidia. O autor atualmente prefere o ambiente de instalação Linux Ubuntu. Obrigado ao internauta entusiasmado por fornecer a experiência de instalação do Windows DFace. Para obter o tutorial detalhado de instalação do Windows, consulte seu blog.

confiar

cuda 8.0

anaconda

lanterna

visão da tocha

cv2

matplotlib