dlib

【今日推荐】：为什么一到面试就懵逼！>>> One Millisecond Face Alignment with an Ensemble of Regression Trees CVPR2014 http://www.csc.kth.se/~vahidk/face_ert.html https://github.com/suzuichi/OneMillisecondFaceAlignment 本文也是使用级联回归器来做人脸特征对齐的。速度快，效果不错，Dlib 实现了代码，可以测试 站在巨人的肩膀上可以看得更远。这里我们借鉴了前人的两个思路： 1）The first revolves around the indexing of pixel intensities relative to the current estimate of the shape 这里我们使用了一个相对位置的像素差值作为特征，为什么如此选择了? 在图像中我们使用一个 向量的形式来表示人脸的 shape，因为 一些变化因素如： shape deformation and nuisance factors such as changes in illumination conditions，导致了 这个基于向量表示形式的特征变化的幅度很大，基于这个特征来做精确的 shape estimation 就比较难

缘由 自从OpenCV3.3版本引入深度神经网络(DNN)模块之后，OpenCV对DNN模块支持最好的表现之一就是开始支持基于深度学习人脸检测，OpenCV本身提供了两个模型分别是基于Caffe与Tensorflow的，Caffe版本的模型是半精度16位的，tensorflow版本的模型是8位量化的。同时OpenCV通过与OpenVINO IE模型集成实现了底层硬件对对象检测、图像分割、图像分类等常见模型加速推理支持。OpenVINO框架本身提供直接快速开发应用原型的模型库，对很多常见视觉任务都可以做到快速演示支持。说起人脸的Lankmarks提取，最早的OpenCV跟DLib支持的方式都是基于AAM算法实现的68个人脸特征点的拟合模型，另外OpenCV中支持landmark的人脸检测会先加载一个很大的模型文件，然后速度感人，觉得还有很大的改进空间。好处是OpenCV自己提供了一个训练工具，可以自己训练模型。常见的MTCNN同时实现了人脸检测跟landmarks检测，但是只支持5点检测。而OpenVINO自带的Landmark检测模型基于自定义的卷积神经网络实现，取35个人脸各部位关键点。 人脸检测模型 使用OpenCV DNN模块人脸检测的tensorflow量化8位模型 opencv_face_detector_uint8.pb权重文件 opencv_face_detector

(x64):Win10+Pycharm+Anaconda3+python3.7+GTX1060+vs2017+cmake 下载 vs2017 ,并安装 启动PyCharm,在Terminal中输入cmd,安装cmake: pip install cmake 下载 dlib ,启动PyCharm,在Terminal中输入cmd,安装dlib: (Dlib_1919_test) D:\CODE\PyCharm\Dlib_1919_test\dlib-19.19>python setup.py install 最后结果: 来源： oschina 链接： https://my.oschina.net/lsfx/blog/3191604

用whl 网上很多说需要安装cmake，boost，vs，折腾了一圈也没成功。 我用的是python3.5然后用whl直接装上了。 需要注意的地方是whl的版本要和python版本对应，比如python3.5应该用 dlib-19.4.0-cp35-cp35m-win_amd64.whl 相应3.6用cp36 cd whl目录 pip install dlib - 19.4 .0 - cp35 - cp35m - win_amd64 . whl 来源： CSDN 作者： import Chakra 链接： https://blog.csdn.net/weixin_42306479/article/details/104555596

使用到dlib时遇到了下载错误，不能正常安装 以下是成功安装的记录： 首先打开Anaconda prompt选定一个python环境，安装cmake和boost pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple pip install boost -i https://pypi.tuna.tsinghua.edu.cn/simple 下载dlib的源文件 解压文件后如图所示： 在Anaconda prompt中进入到dlib的目录 执行以下命令： pyhton setup.py install 如图： 我用的python376是我根据我不同版本python自定义的python命令名，如果没有修改过一般使用python setup.py install即可。 稍等一段时间后就安装成功了。 回到代码中（注意，重启下编译工具），可以看到import dlib已经不报错了。 但是问题还没有结束，运行代码后报错：** AttributeError: module 'dlib' has no attribute 'get_frontal_face_detecetor' ** 这时我们需要打开Anaconda prompt激活openCV环境，在Anaconda prompt中执行： conda install -c

Python3.6 Anaconda3环境下安装dlib库 先在官网上找到和Python3.6对应的dlib库版本 （ 注意一定要对应，不然下载下来不能用 ） 官网：https://pypi.org/project/dlib/19.6.0/#files 下载下来以后记下来保存在哪里 然后打开Anaconda prompt cd到对应的保存地址 然后 pipe install dlib-19.6.0-cp36-cp36m-win_amd64.whl 出现这个就是安装好啦！ 我在安装过程中因为没有搞清楚到底是哪个版本的dlib一波三折 比如说你的Python是Python3.6所以需要下载的版本一般也是cp36像上面那样 pip没有更新到新版本也会报错，所以要升级到新版本 anaconda prompt里面输入 python get-pip. py即可 来源： CSDN 作者： 李狗蛋xxx 链接： https://blog.csdn.net/weixin_42068728/article/details/104157300

错误 C2535 “unknown-type dlib::gopt_impl::call_function_and_expand_args<max_unpack>::go(T &&,const dlib::matrix<double,0,1,dlib::default_memory_manager,dlib::row_major_layout> &)”: 已经定义或声明成员函数 (编译源文件dlib-master\dlib\svm\auto.cpp) dlib-master\dlib\global_optimization\find_max_global.h 79 这个问题是由vs2015导致的。需要vs2015 update3，在安装包内添加这个更新包即可。 参考： https://www.jianshu.com/p/7c2f034e1738 来源： CSDN 作者： 小MarkK 链接： https://blog.csdn.net/martinkeith/article/details/104156826