PFLD pytorch

pfld-pytorch

PFLD的實施PFLD由Pytorch實施實際面部標誌性檢測器。

1。安裝要求

pip3 install -r requirements.txt

2。數據集

• WFLW數據集下載

更寬的面部地標在野外（WFLW）是一個新提出的面部數據集。它包含10000個面孔（7500張訓練，2500張用於測試），帶有98個完全手動註釋的地標。

1. WFLW培訓和測試圖像[Google Drive] [Baidu Drive]
2. wflw臉註釋
3. 解開兩個包裹上方的拉鍊，然後將它們放在./data/WFLW/上
4. 將Mirror98.txt移動到WFLW/WFLW_annotations

$ cd data 
$ python3 SetPreparation.py

3。培訓和測試

訓練 ：

$ python3 train.py

使用張板，打開一個新的終端

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

測試：

$ python3 test.py

4。結果：

5。 pytorch-> onnx-> ncnn

pytorch-> onnx

python3 pytorch2onnx.py

onnx-> ncnn

如何構建：https：//github.com/tencent/ncnn/wiki/how-to-build

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

現在，您可以在ncnn中使用pfld-sim.param和pfld-sim.bin ：

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。參考：

PFLD：實用的面部標誌探測器https://arxiv.org/pdf/1902.10859.pdf

TensorFlow實現：https：//github.com/guoqiangqi/pfld