【Pytorch深度學習50篇】·······第二篇：【人臉識別】（3）-有解無憂

有幾天沒有發文章了，我怕大家等急眼了，所以我先放出來一個代碼，這個代碼是基于dlib定位，然后基于深度學習的分類模型來對人臉進行分類的，一個分為五個類別【帥，一般，中等，丑，巨丑】,讓我們看看你的臉屬于那種型別吧，哈哈哈

這個代碼需要你有一個攝像頭，他是一個動態識別的程式，先上代碼，這個代碼要跑起來，要先下載我下面這個百度云鏈接里的東西：

鏈接：https://pan.baidu.com/s/1lcHfmxKGrafWczbpllVHQw
提取碼：qa6q

說明一下，一共三個檔案，其中dlib_video.py是運行程式，其它兩個是深度學習模型檔案和訓練好的權重檔案，放到和dlib_video.py同一目錄下就好了，不用管它，當然這個代碼要跑起來還需要pytorch和torchvision的環境，這個在我第一篇文章中就提供了安裝包，可以回看一下

展示一下主要的代碼

import cv2
import dlib
import torch
import PIL.Image as pimg
import torchvision.transforms as transforms
import time
import threading


test_transform = transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize([0.5], [0.5])])

def zmd_detect(image,train_img_size,model):
    image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    image = cv2.resize(image,(train_img_size[0], train_img_size[1]))
    image = test_transform(image)
    try:
        image = image.view(1, 3, train_img_size[0], train_img_size[1]).to(device)
    except:
        image = image.view(1, 1, train_img_size[0], train_img_size[1]).to(device)
    pre_prob = model(image)
    pre_class = pre_prob.argmax(1).view(-1)
    return pre_class.item()


def detect_face(detector,image,train_img_size,model):
    try:
        copy_image = image.copy()
        locations = detector(image)
        if len(locations) != 0:
            for location in locations:
                face_image = copy_image[location.top():location.bottom(),location.left():location.right()]
                class_id = zmd_detect(face_image,train_img_size,model)
                cv2.rectangle(image, (location.left(),location.top()), (location.right(),location.bottom()), (0, 255, 0), 2)
                cv2.putText(image, class_name[class_id], (location.left(),location.top()), font, 1.2, (0, 0, 255), 2)
                cv2.imshow("image", image)
        else:
            cv2.imshow("image", image)
            k = cv2.waitKey(1)
    except:
        cv2.imshow("image", image)
        k = cv2.waitKey(1)

if __name__ == '__main__':
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model_path = './best.pth'
    model = torch.load(model_path).to(device)
    model.eval()
    train_img_size = [96,96]
    class_name = ["handsome","commonly","secondary","ugly","giant ugly"]
    # 定義定位人臉的定位器
    detector = dlib.get_frontal_face_detector()
    font = cv2.FONT_HERSHEY_SIMPLEX

    # 獲取攝像頭
    capture = cv2.VideoCapture(0)
    while capture.isOpened():
        # 攝像頭打開，讀取影像
        flag, image = capture.read()
        # 定位+識別 人臉
        image = detect_face(detector,image,train_img_size,model)
        k = cv2.waitKey(1)

    # 釋放攝像頭
    capture.release()
    # 關閉所有視窗
    cv2.destroyAllWindows()

演示視頻，博主本主出鏡了，哈哈

video

最后，上周獲得了一個88名，不錯不錯，繼續努力

下一篇文章我們直接開說深度學習的模型怎么訓練出來的，就是上面那個best.pth怎么訓練出來的

至此，敬禮，salute！！！！！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/293704.html

標籤：AI

上一篇：【卷積神經網路】經典分類網路結構

下一篇：【深度學習】卷積神經網路(CNN)簡介（入門級好文）