GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

1adrianb

face-alignment – 🔥 pytorch を使用した2Dおよび3Dのフェースアラインメントライブラリの構築

投稿日:

🔥 pytorch https://www.adrianbulat.com を使用した2Dおよび3Dのフェースアラインメントライブラリの構築

顔認識

世界で最も正確な顔面アラインメントネットワークを使用して、Pythonの顔ランドマークを検出し、2Dおよび3D座標のポイントを検出することができます。

FANの最先端の深い学習に基づく顔の位置合わせ方法を使用して構築します。 顔を検出するために、ライブラリはdlibライブラリを使用します。

注: luaのバージョンはこちらから入手できます

数値的評価のためには、indenticalモデルを使用するluaバージョンと、論文で評価されたバージョンを使用することを強く推奨します。 すぐに他のモデルが追加されます。

新しい訓練されたモデルは11月の終わりに掲示される

特徴

写真の2D顔のランドマークを検出する

import face_alignment
from skimage import io

fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=True, flip_input=False)

input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.get_landmarks(input)

写真の3D顔のランドマークを検出する

import face_alignment
from skimage import io

fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._3D, enable_cuda=True, flip_input=False)

input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.get_landmarks(input)

与えられた画像に存在するすべての顔を見つける

import face_alignment
from skimage import io

fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=False, flip_input=False)

input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.detect_faces(input)

一度にディレクトリ全体を処理する

import face_alignment
from skimage import io

fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=False, flip_input=False)

preds = fa.process_folder('../test/assets/', all_faces=True)

examplesフォルダも参照してください

インストール

要件

  • Python 3.5+またはPython 2.7(他のバージョンでも動作する可能性があります)
  • LinuxまたはmacOS(pytorchがサポートされるとウィンドウが動作することがあります)
  • Pytorch(> = 0.4)

必須ではありませんが、最適なパフォーマンス(特に検出器)を実現するには、CUDA対応GPUを使用してコードを実行することを強くお勧めします。

バイナリ

コンダのビルドはすぐに来ている!

ソースから

pytorchとpytorchの依存関係をインストールします。 指示は、 Pytorch readmeから取った よりアップデートされたバージョンについては、フレームワークのgithubページを確認してください。

Linuxの場合

export CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" # [anaconda root directory]

# Install basic dependencies
conda install numpy pyyaml mkl setuptools cmake gcc cffi

# Add LAPACK support for the GPU
conda install -c soumith magma-cuda80 # or magma-cuda75 if CUDA 7.5

OSXについて

export CMAKE_PREFIX_PATH=[anaconda root directory]
conda install numpy pyyaml setuptools cmake cffi

PyTorchソースを入手する

git clone --recursive https://github.com/pytorch/pytorch

PyTorchをインストールする

Linuxの場合

python setup.py install

OSXについて

MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py install

フェイスアラインメントのソースコードを取得する

git clone https://github.com/1adrianb/face-alignment

Face Alignmentのインストール

pip install -r requirements.txt
python setup.py install

ドッカー画像

cudaサポートとcudnn v5で画像を構築するためのDockerfileが提供されています。 ドッカー画像の実行と構築の詳細については、オリジナルのDockerドキュメントを参照してください。

docker build -t face-alignment .

どのように機能するのですか?

ここでの作業はブラックボックスとして表示されますが、メソッドのintrisecsについてもっと知りたいのであれば、arxivまたは私のWebページのいずれかの元の用紙をチェックしてください

貢献

すべての寄付は歓迎されます。 問題が発生した場合(失敗したイメージの例も含めて)、問題を自由に開いてください。

引用

@inproceedings{bulat2017far,
  title={How far are we from solving the 2D \& 3D Face Alignment problem? (and a dataset of 230,000 3D facial landmarks)},
  author={Bulat, Adrian and Tzimiropoulos, Georgios},
  booktitle={International Conference on Computer Vision},
  year={2017}
}

dlib、pytorch、または他のパッケージを引用する場合は、それぞれの著者のオリジナルページをご覧ください。

謝辞

  • プリトリガされた顔検出モデルを利用可能にするためのdlib開発者
  • このような素敵なディープ・プレイング・フレームワークを提供してくれた
  • 彼の忍耐と示唆のために私の上司に。
  • このリポジトリで使用される残りのパッケージを利用可能にした他のすべてのPython開発者に。







-1adrianb
-, , , ,

執筆者: