Блог

Я хочу создать распознавание лиц с помощью facenet, но большинство веб-сайтов, на которые я ссылался, использовали tensorflow версии 1 вместо версии 2. Я немного изменил программу, чтобы она могла работать в Tf v2, но результат изображения не распознает ни одного лица. Ребята, у вас есть какие-нибудь идеи, что не так с моим кодированием?

 import cv2 
import numpy as np
import mtcnn
from architecture import *
from train_v2 import normalize,l2_normalizer
from scipy.spatial.distance import cosine
from tensorflow.keras.models import load_model
import pickle



def get_face(img, box):
    x1, y1, width, height = box
    x1, y1 = abs(x1), abs(y1)
    x2, y2 = x1   width, y1   height
    face = img[y1:y2, x1:x2]
    return face, (x1, y1), (x2, y2)

def get_encode(face_encoder, face, size):
    face = normalize(face)
    face = cv2.resize(face, size)
    encode = face_encoder.predict(np.expand_dims(face, axis=0))[0]
    return encode


def load_pickle(path):
    with open(path, 'rb') as f:
        encoding_dict = pickle.load(f)
    return encoding_dict


#required_shape = (160,160)
face_encoder = InceptionResNetV2()
path_m = "facenet_keras_weights.h5"
face_encoder.load_weights(path_m)
people_dir = 'Faces'
encodings_path = 'encodings/encodings.pkl'
test_img_path = 'friends.jpg'
test_res_path = 'result/friends.jpg'


recognition_t = 0.3
required_size = (160, 160)

face_detector = mtcnn.MTCNN()
encoding_dict = load_pickle(encodings_path)



img = cv2.imread(test_img_path)
# plt_show(img)

def detect(img ,detector,encoder,encoding_dict):
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    results = detector.detect_faces(img_rgb)
    for res in results:
        face, pt_1, pt_2 = get_face(img_rgb, res['box'])
        encode = get_encode(encoder, face, required_size)
        encode = l2_normalizer.transform(np.expand_dims(encode, axis=0))[0]
        name = 'unknown'

        distance = float("inf")
        for db_name, db_encode in encoding_dict.items():
            dist = cosine(db_encode, encode)
            if dist < recognition_t and dist < distance:
                name = db_name
                distance = dist

        if name == 'unknown':
            cv2.rectangle(img, pt_1, pt_2, (0, 0, 255), 2)
            cv2.putText(img, name, pt_1, cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255), 2)
        else:
            cv2.rectangle(img, pt_1, pt_2, (0, 255, 0), 2)
            cv2.putText(img, name   f'__{distance:.2f}', pt_1, cv2.FONT_HERSHEY_PLAIN, 2, (0, 255, 0), 2)

cv2.imwrite(test_res_path, img)
cv2.imshow('Image', img)
cv2.waitKey(0)
 

Почему бы вам не запустить его с помощью фреймворка deepface для python?

Это позволит проверить, являются ли два изображения одним и тем же человеком или разными людьми.

 #!pip install deepface
from deepface import DeepFace
res = DeepFace.verify("img1.jpg", "img2.jpg", model_name = 'Facenet')
 

Это будет искать идентичность img1.jpg в вашей папке базы данных и возвращает кандидатов в формате фрейма данных pandas.

 df = DeepFace.find("img1.jpg", db_path = "C:/database")
print(df.head())
 

Deepface создает модель Facenet, загружает в нее предварительно обученные веса, применяет этапы предварительной обработки конвейера распознавания лиц (обнаружение и выравнивание) в фоновом режиме. Вам просто нужно вызвать его функцию проверки или поиска.