Face Recognition Custom 제작기-1단계 학습시키기
본문 바로가기
VAS/Centos 7 개발환경 구축

Face Recognition Custom 제작기-1단계 학습시키기

by Migos 2021. 10. 13.
반응형

회사와서 별에별거를 접해보게된다. 얼굴인식기를 만들어볼껀데. FaceNet으로 사용해볼꺼다.

 

1. 디렉토리 하나 만들고 cmd 창에서

git clone https://github.com/hci-mkim/facenet_dpw.git

 

2. face-recognition 폴더가 생성되면 경로이동해준다.

cd facenet_dpw

 

3.  필수 라이브러리 설치

pip install -r requirements.txt

 

4. data 폴더를 만들고 그 안에 폴더 3개를 만들껀데 하나는 train 시킬 폴더, test할 폴더, 나머지 하나는 결과를 저장할 폴더.

mkdir data
cd data
mkdir train_img
mkdir test_img
mkdir result_img

 

5. train_img 폴더로 경로를 이동해서 사람별로 폴더를 만들고, 그 안에 이미지들을 넣어준다.

<예시>

- train_img

      - person1

            - person1_1.png

            - person1_2.png

             ...

            - person1_n.png

            - person2 ...

            - person N ...

 

6. 훈련을 해보자.

train_img 폴더 내 사진을 토대로 훈련을 시작

./tasks/train.sh ./data/train_img
#./tasks/train.sh <경로>

완료된 결과예시

7. 테스트를 해보자.

python -m inference.classifier --image-path ./test/파일명 --save-dir ./result/파일명
# 예시: python -m inference.classifier --image-path ./data/test_img/IU/KakaoTalk_20211013_112644748_05.jpg --save-dir ./data/output_img/KakaoTalk_20211013_112644748_05.jpg

 

결과(result 폴더에 가보면 있다.) 내얼굴도 잘 인식한다.

 

탐지결과에 대해서 궁금하다면 아래 포스팅 참고

https://hansonminlearning.tistory.com/91

 

Face Recognition 제작기 -학습 후 결과확인[2/2]

얼굴에 바운딩박스까지 잘 나온다면, 이제 탐지결과를 다루는 방법에 대해서 궁금해할것이다. classifier.py 에 들어가서 main함수를 보면 아래와 같다. faces 라는 변수에 모든 탐지결과가 담겨있는

hansonminlearning.tistory.com

 

 

 

참고

https://github.com/arsfutura/face-recognition

반응형

댓글