PFLD pytorch

pfld-pytorch

Pfld의 구현 Pytorch의 실용적인 얼굴 랜드 마크 탐지기.

1. 요구 사항을 설치하십시오

pip3 install -r requirements.txt

2. 데이터 세트

• WFLW 데이터 세트 다운로드

WFLW (Wider Facial Landmarks)는 새로운 제안 된 얼굴 데이터 세트입니다. 여기에는 10000 개의 얼굴 (훈련의 경우 7500, 테스트 용 2500)이 포함되어 있습니다.

1. WFLW 교육 및 테스트 이미지 [Google Drive] [Baidu Drive]
2. WFLW는 주석에 도달합니다
3. 두 개의 패키지 위에 압축을 풀고 ./data/WFLW/ 에 넣습니다.
4. Mirror98.txt WFLW/WFLW_annotations 로 이동하십시오

$ cd data 
$ python3 SetPreparation.py

3. 훈련 및 테스트

훈련 :

$ python3 train.py

Tensorboard를 사용하고 새 터미널을 엽니 다

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

테스트 :

$ python3 test.py

4. 결과 :

5. Pytorch-> onnx-> ncnn

Pytorch-> Onnx

python3 pytorch2onnx.py

onnx-> ncnn

구축 방법 : https : //github.com/tencent/ncnn/wiki/how-to-build

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

이제 ncnn에서 pfld-sim.param 및 pfld-sim.bin을 사용할 수 있습니다.

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);

6. 참조 :

PFLD : 실용적인 얼굴 랜드 마크 탐지기 https://arxiv.org/pdf/1902.10859.pdf

Tensorflow 구현 : https://github.com/guoqiangqi/pfld