本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．
問い合わせ先： 金子邦彦（かねこ くにひこ） ![[image]](../../info/kanekomail.png){kind=small}
次で配布されているソフトウエア
https://github.com/chen0040/keras-face
これは，顔検証と顔識別のソフトウエア．DeepFace, VGG16 + Siamese を使用．
手順の要点: Python 3.6, TensorFlow 1.15, Python の仮想環境（Windows では C:\venv\tf115py36）
ソフトウエア等の利用条件は，利用者で確認すること．
謝辞：ソフトウエアの作者に感謝します
※ TensorFlow 1.15.3 に対応する Python は，3.6 や 3.7 など（3.8 は対応していない）（2020/06 時点）．このページでは 3.6 を使って説明する．3.7 でも同様の手順になる．
Python の URL: http://www.python.org/
インストール手順の詳細は： 別ページで説明している．
コマンドプロンプトを管理者として実行し，次のコマンドを実行．
py -3.6 -m pip install -U pip setuptools
次の手順により，システム Python とは別に，pyenv を用いて Pytnon 3.6 をインストールする．（システム Python の設定は変えたくないため）．
図などの入った詳しい説明は別ページ．
sudo apt -yV install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
cd /tmp
curl https://pyenv.run | bash
echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.bashrc
echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.bashrc
echo ' export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.bashrc
echo ' eval "$(pyenv init -)"' >> ~/.bashrc
echo ' eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
echo 'fi' >> ~/.bashrc
exec $SHELL -l
pyenv install 3.6.10
次のコマンドを実行．
pyenv shell 3.6.10 python -m pip install -U pip setuptools
Git の URL: https://git-scm.com/
sudo apt -yV install git
「Windows で Visual C++ ビルドツール (Build Tools) for Visual Studio 2017 のインストール（Chocolatey を利用）」で説明している．
以下，Windows に Python, git, Visual C++ ビルドツール (Build Tools) をインストール済みであるものとして説明を続ける．
※ GPU とは，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある．
ダウンロードページ
詳細説明
※ CUDA とは，NVIDIA社が提供している GPU 用のプラットフォームである． ダウンロードページ
TensorFlow 2.1 以上の GPU 版での，NVIDIA CUDA のバージョンは 10.1 が指定されている． TensorFlow 1.15の GPU 版での，NVIDIA CUDA のバージョンは 10.0 が指定されている． 指定されているバージョンより高いものは使わない． その根拠は次のページ． URL: https://www.tensorflow.org/install/source#common_installation_problems
詳細説明
ダウンロードページ
ダウンロードして展開（解凍）したら，パスを通しておくこと．
URL: https://www.tensorflow.org/install/source#common_installation_problems
詳細説明
最新版ではない TensorFlow を使う．そうした場合，運用を簡単にする（バージョン指定のもの間違ってアップデートしないなど）のために，venv を用いて，隔離された Python 仮想環境を作る．
今から作成する隔離された Python 仮想環境の名前と、Pythonのバージョンを決めておく
ここで行う「隔離された Python 仮想環境の新規作成と，TensorFlow 1.15.3（旧バージョン）のインストール」ついては，より詳しくは，次のページで説明している．
Windows での Python 3.6 の準備は，このページの上の方で説明している．
下の例では，隔離された Python 仮想環境のためのディレクトリを C:\venv\tf115py36に作成している．
py -3.6 -m venv C:\venv\tf115py36
venv を使い，孤立した Python 仮想環境を使っているときは，Windows でも Ubuntu でも同じで，「python -m pip install ...」. いま，venv を使っているかどうかは，プロンプトの「(venv)」で分かる．
C:\venv\tf115py36\Scripts\activate.bat python -m pip install -U pip setuptools python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
Ubuntu での Python 3.6 の準備は，このページの上の方で説明している．
下の例では，隔離された Python 仮想環境のためのディレクトリを ~/tf115py36に作成している．
pyenv shell 3.6.10 python -m venv ~/tf115py36
venv を使い，孤立した Python 仮想環境を使っているときは，Windows でも Ubuntu でも同じで，「python -m pip install ...」. いま，venv を使っているかどうかは，プロンプトの「(venv)」で分かる．
source ~/tf115py36/bin/activate python -m pip install -U pip setuptools python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
※ バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．
python -c "import tensorflow as tf; print( tf.__version__ )"
TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う．
python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
Windows での手順を下に示す．Ubuntu でも同様の手順になる．
以下，Windows での手順を示す．Ubuntu でも同様の手順になる．
cd C:\venv\tf115py36 rmdir /s /q keras-face
git clone https://github.com/chen0040/keras-face cd keras-face
python -m pip install -r requirements.txt
C:\venv\tf115py36\keras-face\demo にあるファイルを丸ごと、
C:\venv\tf115py36\keras-faceに移動
その結果、次のようになる
エラーの回避のため．keras_face\library\face_net.py を次のように書き換える
「np.set_printoptions(threshold=np.nan)」を削除
Python プログラムを動かす．
cd C:\venv\tf115py36 cd keras-face
このプログラムは camera_0.jpg が誰なのかを顔識別する。
GitHub の chen0040/keras-face の Web ページに記載されている次のプログラムを実行
from keras_face.library.face_net import FaceNet
def main():
model_dir_path = './models'
image_dir_path = "./data/images"
#
fnet = FaceNet()
fnet.load_model(model_dir_path)
#
database = {}
database["danielle"] = fnet.img_to_encoding(image_dir_path + "/danielle.png")
database["younes"] = fnet.img_to_encoding(image_dir_path + "/younes.jpg")
database["tian"] = fnet.img_to_encoding(image_dir_path + "/tian.jpg")
database["andrew"] = fnet.img_to_encoding(image_dir_path + "/andrew.jpg")
database["kian"] = fnet.img_to_encoding(image_dir_path + "/kian.jpg")
database["dan"] = fnet.img_to_encoding(image_dir_path + "/dan.jpg")
database["sebastiano"] = fnet.img_to_encoding(image_dir_path + "/sebastiano.jpg")
database["bertrand"] = fnet.img_to_encoding(image_dir_path + "/bertrand.jpg")
database["kevin"] = fnet.img_to_encoding(image_dir_path + "/kevin.jpg")
database["felix"] = fnet.img_to_encoding(image_dir_path + "/felix.jpg")
database["benoit"] = fnet.img_to_encoding(image_dir_path + "/benoit.jpg")
database["arnaud"] = fnet.img_to_encoding(image_dir_path + "/arnaud.jpg")
#
# verifies whether a particular camera image is a person in the image database
dist, is_valid = fnet.verify(image_dir_path + "/camera_0.jpg", "younes", database)
print('camera_0.jpg is' + (' ' if is_valid else ' not ') + 'yournes')
dist, is_valid = fnet.verify(image_dir_path + "/camera_2.jpg", "kian", database)
print('camera_0.jpg is' + (' ' if is_valid else ' not ') + 'yournes')
#
# whether a particular camera image is which person in the image database (or not at all)
dist, identity = fnet.who_is_it(image_dir_path + "/camera_0.jpg", database)
if identity is None:
print('camera_0.jpg is not found in database')
else:
print('camera_0.jpg is ' + str(identity))
if __name__ == '__main__': main()
顔識別の結果が表示される
このプログラムは、VGG16 + Siamese の学習を行うプログラムである。
※ １つ前のプログラムは、DeepFace 法（つまり別もの）
データのダウンロードと、学習を行うので時間がかかる
from keras_face.library.siamese import SiameseFaceNet
def main():
fnet = SiameseFaceNet()
fnet.vgg16_include_top = True # default is False
#
model_dir_path = './models'
image_dir_path = "./data/images"
#
database = dict()
database["danielle"] = [fnet.img_to_encoding(image_dir_path + "/danielle.png")]
database["younes"] = [fnet.img_to_encoding(image_dir_path + "/younes.jpg")]
database["tian"] = [fnet.img_to_encoding(image_dir_path + "/tian.jpg")]
database["andrew"] = [fnet.img_to_encoding(image_dir_path + "/andrew.jpg")]
database["kian"] = [fnet.img_to_encoding(image_dir_path + "/kian.jpg")]
database["dan"] = [fnet.img_to_encoding(image_dir_path + "/dan.jpg")]
database["sebastiano"] = [fnet.img_to_encoding(image_dir_path + "/sebastiano.jpg")]
database["bertrand"] = [fnet.img_to_encoding(image_dir_path + "/bertrand.jpg")]
database["kevin"] = [fnet.img_to_encoding(image_dir_path + "/kevin.jpg")]
database["felix"] = [fnet.img_to_encoding(image_dir_path + "/felix.jpg")]
database["benoit"] = [fnet.img_to_encoding(image_dir_path + "/benoit.jpg")]
database["arnaud"] = [fnet.img_to_encoding(image_dir_path + "/arnaud.jpg")]
#
fnet.fit(database=database, model_dir_path=model_dir_path)
if __name__ == '__main__': main()
エラーメッセージが出ていないこと
このプログラムは、VGG16 + Siamese の学習の結果を使うもの
このプログラムも camera_0.jpg が誰なのかを顔識別する。
from keras_face.library.siamese import SiameseFaceNet
from functools import partial
import numpy as np
np.load = partial(np.load, allow_pickle=True)
def main():
fnet = SiameseFaceNet()
#
model_dir_path = './models'
image_dir_path = "./data/images"
fnet.load_model(model_dir_path)
#
database = dict()
database["danielle"] = [fnet.img_to_encoding(image_dir_path + "/danielle.png")]
database["younes"] = [fnet.img_to_encoding(image_dir_path + "/younes.jpg")]
database["tian"] = [fnet.img_to_encoding(image_dir_path + "/tian.jpg")]
database["andrew"] = [fnet.img_to_encoding(image_dir_path + "/andrew.jpg")]
database["kian"] = [fnet.img_to_encoding(image_dir_path + "/kian.jpg")]
database["dan"] = [fnet.img_to_encoding(image_dir_path + "/dan.jpg")]
database["sebastiano"] = [fnet.img_to_encoding(image_dir_path + "/sebastiano.jpg")]
database["bertrand"] = [fnet.img_to_encoding(image_dir_path + "/bertrand.jpg")]
database["kevin"] = [fnet.img_to_encoding(image_dir_path + "/kevin.jpg")]
database["felix"] = [fnet.img_to_encoding(image_dir_path + "/felix.jpg")]
database["benoit"] = [fnet.img_to_encoding(image_dir_path + "/benoit.jpg")]
database["arnaud"] = [fnet.img_to_encoding(image_dir_path + "/arnaud.jpg")]
#
fnet.verify(image_dir_path + "/camera_0.jpg", "younes", database)
fnet.verify(image_dir_path + "/camera_2.jpg", "kian", database)
fnet.who_is_it(image_dir_path + "/camera_0.jpg", database)
if __name__ == '__main__': main()
顔識別の結果が表示される
本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．
問い合わせ先： 金子邦彦（かねこ くにひこ）