yoloface

YOLOFace

使用 YOLOv3 算法进行基于深度学习的人脸检测

入门

YOLOv3（You Only Look Once）是一种最先进的实时目标检测算法。发布的模型可识别图像和视频中的 80 种不同物体。欲了解更多详细信息，您可以参考这篇论文。

YOLOv3的架构

图片来源：Ayoosh Kathuria

OpenCV 深度神经网络（dnn 模块）

OpenCV dnn模块支持对来自 TensorFlow、Torch、Darknet 和 Caffe 等流行框架的预训练深度学习模型运行推理。

先决条件

• 张量流
• OpenCV-Python
• opencv-contrib-python
• 麻木
• 喀拉斯
• Matplotlib
• 枕头

该项目的开发将在Python虚拟环境中隔离。这使我们能够尝试不同版本的依赖项。

安装virtual environment (virtualenv)的方法有很多种，请参阅 Python 虚拟环境：适用于不同平台的入门指南，但这里有几种：

• 对于Ubuntu

$ pip install virtualenv

• 对于苹果机

$ pip install --upgrade virtualenv

为此项目创建Python 3.6虚拟环境并激活virtualenv：

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

接下来，安装该项目的依赖项：

$ pip install -r requirements.txt

用法

• 克隆这个存储库

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

• 对于人脸检测，您应该从此链接下载在 WIDER FACE：人脸检测基准数据集上训练的预训练 YOLOv3 权重文件，并将其放置在model-weights/目录中。

• 运行以下命令：

图像输入

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

视频输入

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

摄像头

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

输出示例

执照

该项目已获得 MIT 许可证 - 请参阅 LICENSE.md 文件以了解更多详细信息。

参考