yoloface

YOLOFace

使用 YOLOv3 演算法進行基於深度學習的人臉偵測

入門

YOLOv3（You Only Look Once）是一種最先進的即時目標偵測演算法。發布的模型可辨識影像和影片中的 80 種不同物體。欲了解更多詳細信息，您可以參考這篇論文。

YOLOv3的架構

圖片來源：Ayoosh Kathuria

OpenCV 深度神經網路（dnn 模組）

OpenCV dnn模組支援對來自 TensorFlow、Torch、Darknet 和 Caffe 等流行框架的預訓練深度學習模型運行推理。

先決條件

• 張量流
• OpenCV-Python
• opencv-contrib-python
• 麻木
• 喀拉斯
• Matplotlib
• 枕頭

該專案的開發將在Python虛擬環境中隔離。這使我們能夠嘗試不同版本的依賴項。

安裝virtual environment (virtualenv)的方法有很多種，請參閱 Python 虛擬環境：適用於不同平台的入門指南，但這裡有幾種：

• 對於Ubuntu

$ pip install virtualenv

• 對於蘋果機

$ pip install --upgrade virtualenv

為此專案創建Python 3.6虛擬環境並啟動virtualenv：

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

接下來，安裝該專案的依賴項：

$ pip install -r requirements.txt

用法

• 克隆這個儲存庫

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

• 對於人臉偵測，您應該從此連結下載在 WIDER FACE：人臉偵測基準資料集上訓練的預訓練 YOLOv3 權重文件，並將其放置在model-weights/目錄中。

• 運行以下命令：

影像輸入

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

視訊輸入

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

網路攝影機

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

輸出範例

執照

此專案已獲得 MIT 許可證 - 請參閱 LICENSE.md 檔案以了解更多詳細資訊。

參考