تنزيل PFLD pytorch - تنزيل PFLD pytorch المصدر

PFLD pytorch

بايثون

1.0.0

تنزيل

PFLD-PYTORCH

تنفيذ PFLD كاشف معلم للوجه العملي من قبل Pytorch.

1. التثبيت متطلبات

pip3 install -r requirements.txt

2. مجموعات البيانات

WFLW Dataset Download

معالم الوجه الأوسع في ويل (WFLW) هي مجموعة بيانات جديدة مقترحة. أنه يحتوي على 10000 وجوه (7500 للتدريب و 2500 للاختبار) مع 98 معالم يدوي بالكامل.

صور التدريب واختبار WFLW [Google Drive] [Baidu Drive]
WFLW وجه التعليقات التوضيحية
قم بفك الضغط فوق حزمتين ووضعهما على ./data/WFLW/
نقل Mirror98.txt إلى WFLW/WFLW_annotations

$ cd data 
$ python3 SetPreparation.py

3. التدريب والاختبار

تمرين :

$ python3 train.py

استخدم Tensorboard ، افتح محطة جديدة

 $ tensorboard  --logdir=./checkpoint/tensorboard/

الاختبار:

$ python3 test.py

4. النتائج:

5. Pytorch -> onnx -> ncnn

Pytorch -> onnx

python3 pytorch2onnx.py

onnx -> ncnn

كيفية الإنشاء: https: //github.com/tencent/ncnn/wiki/how-to-build

 cd ncnn/build/tools/onnx
./onnx2ncnn pfld-sim.onnx pfld-sim.param pfld-sim.bin

يمكنك الآن استخدام pfld-sim.param و pfld-sim.bin في NCNN:

ncnn::Net pfld;
pfld.load_param( " path/to/pfld-sim.param " );
pfld.load_model( " path/to/pfld-sim.bin " );

cv::Mat img = cv::imread(imagepath, 1 );
ncnn::Mat in = ncnn::Mat::from_pixels_resize(img.data, ncnn::Mat::PIXEL_BGR, img.cols, img.rows, 112 , 112 );
const float norm_vals[ 3 ] = { 1 / 255 . f , 1 / 255 . f , 1 / 255 . f };
in.substract_mean_normalize( 0 , norm_vals);

ncnn::Extractor ex = pfld.create_extractor();
ex.input( " input_1 " , in);
ncnn::Mat out;
ex.extract( " 415 " , out);