davidsandberg/facenet は、顔識別、顔画像の特徴量を抽出する機能がある. 顔のアラインメント(Face alignment)には、MTCNNを用いている.
MTCNN は Multi-tack CNN (参考 Web ページ: https://github.com/open-face/mtcnn, 原論文: https://kpzhang93.github.io/MTCNN_face_detection_alignment/paper/spl.pdf)
手順の要点: Python 3.6, TensorFlow 1.7, Python の仮想環境(Windows では C:\venv\tf115py36)
ソフトウエア等の利用条件等は,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.
サイト内の関連ページ:
謝辞:FaceNet, MTCNN の考案者、そして、プログラムの作者に感謝します
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 -y 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
端末で,次のコマンドを実行.
pyenv shell 3.6.10 python -m pip install -U pip setuptools python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
Git の URL: https://git-scm.com/
cmake の URL: https://cmake.org/download/
sudo apt -y install git cmake cmake-curses-gui
※ 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
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.
TensorFlow 2.4 の GPU 版での,cuDNN のバージョンは 8.0.5(現時点で,NVIDIA CUDA ツールキット 11.0 で動く最新版).
TensorFlow 2.3, 2.2, 2.1 の GPU 版での,cuDNN のバージョンは 7.6.そして,TensorFlow 1.13 以上 TensorFlow 2.0 までの GPU 版での,cuDNN のバージョンは7.4 .それより高いバージョンよりは使わないこと.
詳細説明
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
Windows での Python 3.6 のインストールは,別ページで説明している.
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\tf17py36に作成している.
py -3.6 -m venv C:\venv\tf17py36
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\tf17py36\Scripts\activate.bat python -m pip install -U pip setuptools python -m pip install -U tensorflow-gpu==1.7.0 tensorflow_datasets python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter 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 ~/tf17py36に作成している.
pyenv shell 3.6.10 python -m venv ~/tf17py36
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 ~/tf17py36/bin/activate python -m pip install -U pip setuptools python -m pip install -U tensorflow-gpu==1.7.0 tensorflow_datasets python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
※ バージョン「1.7.0」が表示されることを確認.
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\tf17py36 rmdir /s /q facenet
cd C:\venv\tf17py36 git clone https://github.com/davidsandberg/facenet cd facenet
python -m pip install -r requirements.txt
必要であればダウンロードして使ってください.
Python プログラムを動かす.
Windows での手順を下に示す.Ubuntu でも同様の手順になる.
src/compare.py の先頭に,次の3行を追加.
import numpy as np from functools import partial np.load = partial(np.load, allow_pickle=True)
GitHub の facenet のページの「Pre-trained model」からモデルをダウンロードし,展開(解凍)する.
https://www.github.com/davidsandberg/facenet
展開(解凍)して出来たファイルは,C:\venv\tf17py36\facenet に置く.
書きかけ
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)