ดาวน์โหลด PFLD pytorch - PFLD pytorch ซอร์สโค้ดดาวน์โหลดดาวน์โหลด

PFLD pytorch

หลาม

1.0.0

ดาวน์โหลด

pfld-pytorch

การดำเนินการของ PFLD เครื่องตรวจจับสถานที่สำคัญทางใบหน้าโดย Pytorch

1. ติดตั้งข้อกำหนด

pip3 install -r requirements.txt

2. ชุดข้อมูล

ดาวน์โหลดชุดข้อมูล WFLW

สถานที่สำคัญบนใบหน้าที่กว้างขึ้นในโรงไฟฟ้า (WFLW) เป็นชุดข้อมูลใบหน้าที่เสนอใหม่ มันมี 10,000 ใบหน้า (7500 สำหรับการฝึกอบรมและ 2,500 สำหรับการทดสอบ) ด้วย 98 สถานที่สำคัญที่มีคำอธิบายประกอบด้วยตนเองอย่างเต็มที่

การฝึกอบรมและทดสอบภาพ WFLW [Google Drive] [Baidu Drive]
WFLW เผชิญคำอธิบายประกอบ
คลายซิปเหนือสองแพ็คเกจและวางไว้ที่ ./data/WFLW/ data/wflw/
ย้าย Mirror98.txt ไปยัง WFLW/WFLW_annotations

$ cd data 
$ python3 SetPreparation.py

3. การฝึกอบรมและการทดสอบ

การฝึกอบรม :

$ python3 train.py

ใช้ Tensorboard เปิดเทอร์มินัลใหม่

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

การทดสอบ:

$ python3 test.py

4. ผลลัพธ์:

5. Pytorch -> onnx -> ncnn

pytorch -> onnx

python3 pytorch2onnx.py

onnx -> ncnn

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

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

ตอนนี้คุณสามารถใช้ pfld-sim.param และ pfld-sim.bin ใน 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);