這篇文章主要介紹“Python怎么實(shí)現(xiàn)AI人臉識(shí)別”，在日常操作中，相信很多人在Python怎么實(shí)現(xiàn)AI人臉識(shí)別問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”P(pán)ython怎么實(shí)現(xiàn)AI人臉識(shí)別”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

創(chuàng)新互聯(lián)專(zhuān)注骨干網(wǎng)絡(luò)服務(wù)器租用10余年，服務(wù)更有保障！服務(wù)器租用，綿陽(yáng)主機(jī)托管 成都服務(wù)器租用，成都服務(wù)器托管，骨干網(wǎng)絡(luò)帶寬，享受低延遲，高速訪(fǎng)問(wèn)。靈活、實(shí)現(xiàn)低成本的共享或公網(wǎng)數(shù)據(jù)中心高速帶寬的專(zhuān)屬高性能服務(wù)器。

1、買(mǎi)臺(tái)小“電腦”

既然要做人臉識(shí)別，那得找臺(tái)帶攝像頭的小電腦啊。首先得價(jià)格便宜，簡(jiǎn)單搜了下，基本有以下幾個(gè)選擇：

• 樹(shù)莓派4： ARM系統(tǒng)，生態(tài)好。價(jià)格合適，55刀。CPU在3個(gè)中最好，算力0.1TFLOPS

• K210：RISC-V的（非ARM），價(jià)格是最實(shí)惠的，299元。算力有0.8TOPS

• Jetson Nano：ARM系統(tǒng)，比樹(shù)莓派4還貴，但是多一個(gè)英偉達(dá)的GPU（當(dāng)然是丐版的GPU），價(jià)格99刀。算力0.47TFLOPS

這3個(gè)里面，考慮到人臉識(shí)別應(yīng)該有更多的AI屬性，那么帶GPU能做AI推理不是更香么，于是就選擇了英偉達(dá)的Jetson Nano開(kāi)發(fā)板（主要也是想先入門(mén)英偉達(dá)的GPU派系，誰(shuí)叫現(xiàn)在NVIDIA比較香呢）。

2、啟動(dòng)系統(tǒng)

這里需要先把“系統(tǒng)image”刷到 tf 卡里面，然后把tf卡插到開(kāi)發(fā)板上，然后開(kāi)機(jī)啟動(dòng)。啟動(dòng)有2個(gè)點(diǎn)需要注意：

1. 跳線(xiàn)帽，需要插上（不然電源點(diǎn)不亮）。

2. 第一次開(kāi)機(jī)會(huì)卡住，需要重啟一次。

啟動(dòng)后，發(fā)現(xiàn)是個(gè)帶界面的 Ubuntu系統(tǒng)，接上鼠標(biāo)+鍵盤(pán)，就是最熟悉的小電腦嘛。

連接網(wǎng)絡(luò)，設(shè)置國(guó)內(nèi)Ubuntu源，安裝 jtop 命令（因?yàn)閚ano不能敲 nvidia-smi 命令）。

3、原來(lái)CUDA是個(gè)編譯器

既然選了英偉達(dá)的GPU開(kāi)發(fā)板，剛好了解一下CUDA是什么。

3.1 寫(xiě)個(gè)CUDA程序

可以看到是C語(yǔ)言的，一共就2個(gè)函數(shù)。一個(gè)main函數(shù)，一個(gè)useCUDA函數(shù)。

要跑起來(lái)，需要先進(jìn)行編譯。發(fā)現(xiàn)不使用gcc，而是使用 nvcc 編譯器，有意思。

Jetson Nano的image已經(jīng)安裝了nvcc，所以可以直接用，只是使用前需要設(shè)置一下path。

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH

設(shè)置后，才可以敲 nvcc 命令。

于是開(kāi)始編譯：

nvcc -o main.out main.cu foo.cu  （跟gcc編譯一樣）

運(yùn)行：./main.out 即可。呵，原來(lái)CUDA是個(gè)編譯器?。ň幾g出給GPU跑的程序）。

3.2 CUDA在干嘛

普通的程序編譯出來(lái)都是給CPU跑的；寫(xiě)個(gè)程序，想給GPU跑，就得使用cuda編譯器了。畢竟咱們的這個(gè)GPU弱是弱了一點(diǎn)，也有128核呢，跑這種簡(jiǎn)單的cuda程序還是OK的。

另外，CUDA還提供了一些現(xiàn)成的操作GPU的函數(shù)，比如：矩陣乘法，矩陣轉(zhuǎn)置 之類(lèi)的。CUDA只能用于英偉達(dá)的GPU，用于利用GPU進(jìn)行復(fù)雜的并行計(jì)算。然后很多AI框架都是基于CUDA搞的，所以跑個(gè)cuda程序，幫助理解挺好的。

4、檢測(cè)攝像頭功能OK

這里需要使用 nvgstcapture-1.0 命令，經(jīng)查，字母gst原來(lái)是Gstreamer的縮寫(xiě)。

直接敲：

nvgstcapture-1.0

發(fā)現(xiàn)可以把攝像頭打開(kāi)了。

4.1 Gstreamer

搜了下，發(fā)現(xiàn)是一個(gè)音視頻流處理的pipeline框架。

比如Shell命令的管道符為：|

為避免沖突，Gstreamer的管道符，用了個(gè)比較像的：! 符號(hào)。

5、人臉可以正常識(shí)別

Copy了一個(gè) face_detect.py 文件。

直接運(yùn)行了：

python ./face_detect.py

發(fā)現(xiàn)就可以識(shí)別出人臉了，厲害了。。。（額，只是圖像是倒過(guò)來(lái)的）

于是簡(jiǎn)單看了下代碼（不會(huì)Python，但是也大概能看懂），發(fā)現(xiàn)有一個(gè)圖像模式的參數(shù) “flip_method=0”，我改成了6，發(fā)現(xiàn)圖像就轉(zhuǎn)過(guò)來(lái)正常了。

再看了下，發(fā)現(xiàn)獲取攝像頭拍攝的圖片，還是通過(guò) Gstreamer 來(lái)實(shí)現(xiàn)的。

6、Opencv才是隱藏的Boss？

通過(guò)上面的章節(jié)，發(fā)現(xiàn)總共代碼沒(méi)幾行，怎么就能識(shí)別人臉了呢？雖然python不熟，但好在代碼少，仔細(xì)看了下：發(fā)現(xiàn)主要是調(diào)用了opencv的函數(shù)就可以識(shí)別人臉了，那說(shuō)明opencv還是得了解一下。

你看識(shí)別人臉的代碼，總共也就10行，簡(jiǎn)單過(guò)一下：

6.1 Haar分類(lèi)器

再搜索，發(fā)現(xiàn)這里的人臉識(shí)別用的是 “Haar分類(lèi)器”這種方法實(shí)現(xiàn)的。學(xué)習(xí)了下，屬于機(jī)器學(xué)習(xí)的范疇，沒(méi)有用卷積神經(jīng)網(wǎng)絡(luò)。

7、Windows上面復(fù)現(xiàn)人臉識(shí)別

既然通過(guò)opencv就能識(shí)別人臉，那我不需要攝像頭，直接拿圖片是不是也可以跑了？于是Windows上面安裝個(gè)opencv試試。

7.1 安裝Python

去 https://www.python.org/ 下載最新的Python， 安裝后就有Python了。當(dāng)然執(zhí)行命令是 py。

7.2 pip命令

發(fā)現(xiàn)pip命令，還是不行。 找到原來(lái)在：

C:\Users\tsjsdbd\AppData\Local\Programs\Python\Python39\Scripts

這個(gè)目錄下。

于是把這個(gè)路徑，加入到了本機(jī)的環(huán)境變量里面：

所以pip命令ok了

7.3 設(shè)置pip國(guó)內(nèi)源

vi ~/pip/pip.ini

然后設(shè)置內(nèi)容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

7.4 安裝 opencv 包

pip install opencv-python

這條命令會(huì)同時(shí)安裝 numpy 包。

Ps：如果需要代理。設(shè)置一下

  export http_proxy=http://代理:端口
export https_proxy=http://代理:端口

7.5 重現(xiàn)Haar人臉識(shí)別

下載一個(gè)帶人臉的jpg照片，這里假設(shè)名為 face.jpg

detect.py代碼如下：

import cv2

# load model
detector=cv2.CascadeClassifier('C:/Users/t00402375/AppData/Local/Programs/Python/Python39/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')

src = cv2.imread("./face.jpg")
cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE);

# detect
gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
faces=detector.detectMultiScale(gray,1.2,5)

# box
for x,y,w,h in faces:
    cv2.rectangle(src,(x,y),(x+w,y+h),(255,0,0),2)	

# show
cv2.imshow("image", src);
cv2.waitKey(0);
cv2.destroyAllWindows();

運(yùn)行就行了。

py detect.py

得到結(jié)果：

發(fā)現(xiàn)確實(shí)可以，杠杠滴。

8、通過(guò)神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別

現(xiàn)在視頻圖像的識(shí)別，一般走CNN，所以咱也得玩一遍。Jetson 開(kāi)發(fā)板，自己配套了一套 jetson-inference 的推理項(xiàng)目，就是用來(lái)跑GPU推理的。

到此，關(guān)于“Python怎么實(shí)現(xiàn)AI人臉識(shí)別”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！

網(wǎng)站欄目：Python怎么實(shí)現(xiàn)AI人臉識(shí)別
標(biāo)題URL：http://chinadenli.net/article4/gigdie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)建站、響應(yīng)式網(wǎng)站、品牌網(wǎng)站建設(shè)、定制開(kāi)發(fā)、網(wǎng)頁(yè)設(shè)計(jì)公司、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)