Face Alignment at 3000FPS(C++版)工程配置_weixin_30254435的博客-程序员宅基地

技术标签: 人工智能  数据库  c/c++  

源地址:http://blog.csdn.net/sunshine_in_moon/article/details/49838245/

3000FPS是人脸对齐算法,特点是速度快!我利用的是thinkface上一位大牛提供的代码http://www.thinkface.cn/thread-3136-1-1.html这里面提供了C++版代码,人脸数据库及大牛训练好的模型的连接,大家可以自行下载。下面介绍具体的配置过程以及遇到的问题和其解决方法。

安装分为4个步骤:

1.下载人脸数据库,获取Path_Images.txt。
AFW人脸数据库:http://www.thinkface.cn/thread-1029-1-1.html
LFPW人脸数据库:http://www.thinkface.cn/thread-1032-1-1.html
Helen人脸数据库:http://www.thinkface.cn/thread-1030-1-1.html
IBUG人脸数据库:http://www.thinkface.cn/thread-1031-1-1.html

我使用的是lfpw库,里面已经提供了Path_iamges.txt文件,如果你下载的库没有提供这个.txt文件,可以用下面的方法生成。比如我现在将AFW与LFPW作为训练样本的集合,那么先解压然后保存到D:\Projects_Face_Detection\Datasets文件夹中,这是因为工程中train_model.m文件下第40行中定义的,也可以自己做修改.因为train_model.m文件中40行表示读入训练样本的数据的文件是Path_Images.txt,所以进入控制台先转到目录D:\Projects_Face_Detection\Datasets\afw,然后输入命令dir /b/s/p/w *.jpg>Path_Images.txt,这是将所有jpg的文件的文件名都输入到Path_Images.txt文件中,同样转到目录D:\Projects_Face_Detection\Datasets\lfpw文件夹中输入命令dir /b/s/p/w *.png>Path_Images.txt,因为lfpw的数据都是png文件。

其中数据库要根据你自己的数据库以及数据库的位置进行调整。

2、

下载liblinear库,编译获取blas库(liblinear/blas/blas.a)。你需要将你的blas.a替代build目录下的blas.a。

注意:新版本的程序这个步骤可以省略,作者已经把其整合到了工程里。

新版本链接:https://github.com/yulequan/face-alignment-in-3000fps

不过你用的是老版本,那首先是下载liblinear,我的百度链接:http://pan.baidu.com/s/1gdruGuf

liblinear库的安装与使用可参考http://blog.csdn.net/zouxy09/article/details/10947323/

本人在此声明,我没有编译成功,如果有编译成功的朋友,麻烦留言,简单讲述下方法,在此感谢!

3、进入build文件夹,编译该程序。
cmake  make

说明:我用的是CMake界面版,在编译时出现里个问题,提示要不到opencv库,错误提示为:

 

CMake Error at CMakeLists.txt:6 (find_package):

By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project has

asked CMake to find a package configuration file provided by "OpenCV", but

CMake did not find one

出现这个问题是因为CMake配置OpenCV时出错,解决方法很简单添加一个环境变量就好具体步骤:我的电脑右击->属性->高级系统设置->环境变量->新建,变量名:OpenCV_DIR(注意大小写,不能出错)变量值:D:\Program Files\opencv\build重新启动电脑(很重要!!)再用CMake进行configure和generate,然后打开解决方案***.sln,进入VS,编译,运行。这个问题的具体原因及解决方案请参考:http://m.blog.csdn.net/blog/ZHUQIBING/17184939

4、模型的训练:在LBF.cpp文件中设置全局参数,在TrainDemo.cpp中设置数据库。采用“LBF.out TrainModel”进行编译。

具体设置:1)LBF.cpp文件修改、

modelPath:训练模型保存的路径,也是test阶段模型加载的路径

dataPath:数据库图片加载数据路径,这里要注意,还记得第一步中的Path_images.txt文件吗,这个文件里保存的就是图片路径,这个文件里的路径就是D:/Projects_Face_Detection/Datasets/,如果你没有自己生成Path_images.txt文件,而是使用官方提供的文件,那你的数据库文件夹就要放在这个路径下,也就是说你要在D盘下新建这个文件,否则你就好修改dataPath(不推荐,太麻烦,而且容易出错)

cascadeName:这个参数不用修改,但是要把这个文件放到工程下如:

下面是选择使用训练数据库:

选择要训练模型使用的库,把不用的库,直接注释掉就可以了

 

下面是选择测试数据库:

与上面一样,选择你的数据库即可,我这里是个错误,测试时的数据库不应该与训练数据库相同。

 

2)TrainModel.cpp文件修改:

首先,把第一步生成的Path_Images.txt文件放到trainset文件下(很重要,我在废了很长时间,才找到是这的问题)

 

3)TestModel.cpp文件修改

由于照片不能正常上传,需要注意的地方与TrainModel,cpp一样把Path_Image.txt放到testset文件下,否则找不到照片,就无法进行人脸检测函数LoadOpencvBbxData(path, test_images, test_ground_truth_shapes, test_bounding_boxs);报错!!!

 

5、编译工程,编译时提示错误:无法启动程序 无法找到文件e:\projects_pcl\pcl_filters\bilateral_filter\build\x64\Debug\ALL_BUILD  

这是因为用CMake生成工程文件是包含了ALL_BUILD、ZERO_CHECK两个工程文件,直接把它们移除就OK!

具体请参考:http://blog.csdn.net/david_xtd/article/details/38381787

6、编译成功后,就可以执行程序了。在数据库上进行测试:在TestDemo.cpp文件中设置测试数据库,使用“LBF.out TestModel”进行编译。这是在命令行下执行的。如果你不想使用这种方式,我们可以使用下面的方法:

工程文件右击->属性->通用属性->调试->命令参数(TrainModel:训练模型,TestModel:测试)

 

如果想用我编译好的工程可以给我留言!

 

参考链接:

http://blog.csdn.net/wangjian8006/article/details/42004717

http://www.thinkface.cn/thread-3136-1-1.html

http://blog.csdn.net/zouxy09/article/details/10947323/

http://m.blog.csdn.net/blog/ZHUQIBING/17184939

http://blog.csdn.net/david_xtd/article/details/38381787

转载于:https://www.cnblogs.com/lanye/p/5312634.html

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_30254435/article/details/99365023

智能推荐

题目-[安洵杯 2019]easy_web_Jerem1ah的博客-程序员宅基地

3X05题目-[安洵杯 2019]easy_webimg参数两次base64解码一次hex解码得到555.png相反index.php经过反步骤得到TmprMlpUWTBOalUzT0RKbE56QTJPRGN3替换之后得到base64编码解码后得到php代码<?phperror_reporting(E_ALL || ~ E_NOTICE);header('content-type:text/html;charset=utf-8');$cmd = $_GET['cmd'];if (!i

RPM与YUM_ge_bq的博客-程序员宅基地

文章目录一.RPM1.查询RPM包信息2.安装、卸载、升级RPM软件包3.解决软件包依赖关系方法4.维护RPM数据库二.YUM1.yum命令2.配置本地yum仓库一.RPM       RPM软件包管理器Red-Hat package Manager1.由Red Hat公司提出, 被众多Linux发行版所采用2.建立统一的文件数据库3.详细记录软件包安装、卸载、升级等变化信息4.自动分析软件包依赖关系5.保持各应用程序在一个

一个基于MFC的QQ机器人框架_weixin_30556161的博客-程序员宅基地

GitHub项目地址:https://github.com/HarmoniaLeo/MFC-QQbot0x00 这是什么?欢迎使用本QQ机器人开发框架(如果有人会用的话)。本框架是主要使用MFC中的Windows API制作而成、利用Windows的消息机制以及一些系统级底层架构实现利用TIM客户端自动收发QQ消息的QQ机器人框架,用其制作的QQ机器人程序已在VS201...

GC策略_weixin_33985507的博客-程序员宅基地

2019独角兽企业重金招聘Python工程师标准>>> ...

java动态规划算法_南风知易✓✓✓的博客-程序员宅基地

java 动态规划算法递归算法的时间复杂度=递归的次数递归函数本身的时间复杂度*

典型电路的收集与记录__Jason^_^的博客-程序员宅基地

5V to 3V3通过AMS1117-3.3,将电压降至3V3,钽电容是必须的。蜂鸣器电路通过ss8050的NPN三极管实现对蜂鸣器的控制LED电路通过限流电阻对LED的电流和亮度进行控制。但每种颜色所配合的电阻还需实验,达到LED能亮同时又不晃眼睛的效果。...

随便推点

编译Linux内核2.6.36_weixin_34321977的博客-程序员宅基地

编译Linux内核2.6.36一直以来,都是从事Linux用户空间的程序开发,对于Linux的了解仅限于基本Linux内核的经典书籍的阅读。由于目前从事的工作主要是TCP/IP 4层以上的处理,所以对内核的接触也不多。但近日空闲时间较多了,于是决定要好好研究研究Linux内核,主要集中在Linux内核的TCP/IP协议栈。...

abaqus帮助文档翻译,中英对照_cewszx的博客-程序员宅基地_abaqus中文帮助文档

abaqus2016在线帮助文档因为比较简洁,打开响应速度较快,相对于需要注册的高版本帮助文档算是一大优点。但文档内容对于英文水平一般的同学不太友好,为了提高阅读效率隧寻找网页翻译的方法。1.浏览器右键的网页翻译,实测无效。2.大名鼎鼎的彩云小译扩展,实测无效。3.百度网页翻译扩展,实测无效。4.几个油猴网页翻译脚本,都实测无效:最后的解决办法:同样通过脚本的方式,依据该网页的框架划分翻译区域,从而实现理想的翻译效果。效果图:中英对照,对某些翻译不准确之处可以看原文,

企业运维——从基础做起 机房的建设规划_weixin_33688840的博客-程序员宅基地

要写这篇文章之前,其实自己已经准备了很多。但是和国外的技术标准一对比。我还是不献丑了…… 这篇文章主要是各种机房建设标准的汇总索引,没什么实质性的内容,只是希望引导大家对标准化机房建设有个初步的概念,了解一下国内外的差距。 真正想向机房设计方向发展的IT人员,建议仔细看一下Facebook的开源服务器和数据中心核心技术(The Open Compu...

nginx x-sendfile下载_anjile1234567890的博客-程序员宅基地

    // 利用nginx直接下载文件,提高效率    public function download_apk_efficient($internal_file_path,$file_name){        // And redirect user to internal location        header("Content-Type: application/vn...

聊聊身份认证的那些事(开篇)_罗斯839的博客-程序员宅基地_cas流程

开篇身份认证,对于一个安全的应用来说,是第一道门槛,它为后续所有的安全措施提供了“身份”这样一个关键信息。通常每个公司会有好几个外部应用,如果每一个应用使用独立的账号体系,管理起来会非常复杂,用户也需要保存好几个账号密码,严重影响使用体验。而且公司内部的各个管理或开发系统,比如各种服务器、confluence、jira、gitlab等也都使用单独的账号,一个开发人员要记住各种纷繁杂乱的账号和密码,如果不提前保存下来,根本不可能能靠记忆完成输入。这时,如何设计一个简单易用的身份认证体系就显得尤为重要

Vscode的使用小技巧_weixin_30399821的博客-程序员宅基地

命令行启动code如果你的系统是Linux系统(我使用的是Ubuntu 16.04)这样就可以直接使用 code + filename来编辑文件(就像vi + filename)如果你的系统是MacOS 就需要在vscode里面按 command + shift + p 之后输入 shell 基本上在第一提示里面就会显示安装code,如图所示转载于:https://www.cnblo...