深度学习人脸检测框架DFace-win64的调试与视频人脸检测

最新推荐文章于 2024-09-26 07:42:13 发布

置顶

hhy_csdn

最新推荐文章于 2024-09-26 07:42:13 发布

阅读量3k

点赞数 8

分类专栏：机器学习视频图像处理文章标签：人脸识别深度学习视频检测计算机视觉

本文链接：https://blog.csdn.net/hhy_csdn/article/details/82287905

版权

深度学习人脸检测框架DFace-win64的调试与视频人脸检测

在分辨率不是很高的视频中，Haar+AdaBoost的人脸检测方式精度不是很高，错检也有很多，于是尝试用深度学习的方式来做人脸检测。目标是在视频/图片中检出人脸的位置，画出Bounding Box，以便于作为输入图像进行表情。

本文用到的深度学习人脸检测框架是DFace
在其开源代码的基础上做了修改，简化了部分运算，并将其运用到视频检测中。

一、准备工作

1.Anaconda3环境：pytorch-gpu

CUDA：8.0
cuDNN：5.1
环境配置请参考https://blog.csdn.net/hhy_csdn/article/details/82263078

2.代码

链接：https://pan.baidu.com/s/1iJ7YwvTVnUgpNsZ0vKCp2A 密码：efv9

解压压缩包至K:\Desktop\face_detect\DFace-win64

二、修改代码

激活环境

activate pytorch-gpu

运行test_image.py，执行python test_image.py
出现bug

Traceback (most recent call last):
  File "test_image.py", line 20, in <module>
    bboxs, landmarks = mtcnn_detector.detect_face(img)
  File "K:\Desktop\face_detect\DFace-win64\src\core\detect.py", line 602, in detect_face
    boxes, boxes_align = self.detect_pnet(img)
  File "K:\Desktop\face_detect\DFace-win64\src\core\detect.py", line 263, in detect_pnet
    cls_map, reg = self.pnet_detector(feed_imgs)
  File "D:\Program Files\Anaconda3\envs\pytorch-gpu\lib\site-packages\torch\nn\modules\module.py", line 325, in __call__
    result = self.forward(*input, **kwargs)
  File "K:\Desktop\face_detect\DFace-win64\src\core\models.py", line 97, in forward
    x =

最低0.47元/天解锁文章