人臉識別：insightface自定義數(shù)據(jù)集制作 | 附練手數(shù)據(jù)集
點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
轉(zhuǎn)自|小白玩轉(zhuǎn)python
01
簡單來講，人臉識別這個問題，就是給定兩個人臉，然后判定他們是不是同一個人，這是它最原始的定義。它有很多應(yīng)用場景，比如銀行柜臺、海關(guān)、手機解鎖、酒店入住、網(wǎng)吧認證，會查身份證跟你是不是同一個人。
關(guān)于人臉識別的內(nèi)容，網(wǎng)上資料很多，這里推薦一篇綜述，詳細介紹了一些人臉識別的背景和目前的相關(guān)研究，以及常用的人臉識別模型：
http://www.elecfans.com/d/709424.html
好了，直接進入主題，今天的重點：
insightface論文：https://arxiv.org/abs/1801.07698
insightface github項目：https://github.com/deepinsight/insightface
02
一、環(huán)境配置
官方提供的項目是基于mxnet框架的
因此首先需要配置好這些環(huán)境，這里假設(shè)已經(jīng)安裝好cuda等
mxnet的安裝相對來說比較簡單（相對于caffe）
（1）查詢自己cuda的版本
# 輸入nvcc -V# 輸出結(jié)果nvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2017 NVIDIA CorporationBuilt on Fri_Sep__1_21:08:03_CDT_2017Cuda?compilation?tools,?release?9.0,?V9.0.176
（2）用pip安裝mxnet（GPU版本）
pip?install?mxnet-cu90# 根據(jù)自身情況查詢對應(yīng)的安裝命令，例如我服務(wù)器的cuda版本是10.0的，安裝命令為 pip install mxnet-cu100二、克隆項目和數(shù)據(jù)集下載
將insight項目克隆到本地
git clone --recursive https://github.com/deepinsight/insightface.git下載lfw數(shù)據(jù)集
鏈接：http://vis-www.cs.umass.edu/lfw/index.html#download
這里為了方便，提供了lfw的部分用于練手
練手數(shù)據(jù)集https://www.lanzous.com/i7gdxva，僅用于制作數(shù)據(jù)集練手
觀察數(shù)據(jù)集：
這里提供了20個用于練手，完整數(shù)據(jù)集可以去上面的鏈接或自行查找下載。
說明：每個文件夾名為人的姓名，文件夾內(nèi)包含多張人臉（>=1）。
三、開始制作所需要格式的數(shù)據(jù)集
（1）數(shù)據(jù)對齊并生成lst文件
將lfw數(shù)據(jù)集下載好并放置在datasets下（這里以lfwdata命名的文件夾），然后新建一個文件夾并命名為output保存對齊后的人臉圖片，新建一個文件夾命名為train用于保存輸出結(jié)果
運行insightface項目下 src/align下的align_lfw.py文件
python align_lfw.py --input-dir ../../datasets/lfwdata --output-dir ../../datasets/output--input ：輸入需要對齊的數(shù)據(jù)的路徑
--output：輸出對齊后的數(shù)據(jù)保存路徑
對齊后的圖片
遇到問題1：
ValueError: Object arrays cannot be loaded when allow_pickle=False
解決方案：
pip3 install numpy==1.16.1?
如果已安裝了多個numpy版本，需要先將其卸載后在運行
遇到問題2：
AttributeError: module 'scipy.misc' has no attribute 'imread'
解決方案：
pip install scipy==1.1.0
如果成功運行，output文件夾下會產(chǎn)生對齊后的人臉以及一個lst文件（將lst文件改名為 train.lst，并移動到train文件下）
終端下，移動和重命名的操作
# 重命名 mv [原始文件名] [改變后的文件名]mv lst train.lst# 移動 mv [起始文件路徑] [目標文件路徑]mv train.lst ../train/
觀察生成的 lst 文件內(nèi)容：
1 ../../datasets/train/Abbas_Kiarostami/Abbas_Kiarostami_0001.jpg 01 ../../datasets/train/Abdel_Aziz_Al-Hakim/Abdel_Aziz_Al-Hakim_0001.jpg 1# 其中1代表對齊，最后的數(shù)字0,1代表class label 中間是地址；需要用\t表示tab鍵，不能用空格間隔。
（2）創(chuàng)建property配置文件
在datasets/train下創(chuàng)建property，沒有后綴
寫入下面內(nèi)容，含義1000,112,112代表ID數(shù)量，尺寸，尺寸
1000,112,112（3）生成rec&idx文件（依托于lst文件）
運行src/data face2rec2.py
python face2rec2.py ../../datasets/train/運行可能會報錯，需要修改，可能原因是源代碼是基于python2的
在python3下運行，修改第105行成如下所示：
s = mx.recordio.pack(header, b'')運行成功后會出現(xiàn)兩個文件
train.idx和train.rec將train.idx, train.rec是放置在train文件夾中，用于后續(xù)訓練使用，不然后續(xù)創(chuàng)建pair會報錯
（4）創(chuàng)建pair文件
為了做測試我們需要生成驗證集用的bin文件，bin文件生成前需要做pair文件，就是一對一對的數(shù)據(jù)，每一行分別是
圖A的目錄 空格 圖B的目錄 空格 標志0/1（代表兩張圖類別一致否）在src/data下新建一個代碼generate_image_pairs.py用于生成pairs
代碼來源：https://blog.csdn.net/CLOUD_J/article/details/100672392
# coding:utf-8import sysimport osimport randomimport timeimport itertoolsimport pdbimport argparse#src = '../../datasets/lfw2'#dst = open('../../datasets/lfw/train.txt', 'a')parser = argparse.ArgumentParser(description='generate image pairs')# generalparser.add_argument('--data-dir', default='', help='')parser.add_argument('--outputtxt', default='', help='path to save.')parser.add_argument('--num-samepairs',default=100)args = parser.parse_args()cnt = 0same_list = []diff_list = []list1 = []list2 = []folders_1 = os.listdir(args.data_dir)dst = open(args.outputtxt, 'a')count = 0dst.writelines('\n')# 產(chǎn)生相同的圖像對for folder in folders_1:sublist = []same_list = []imgs = os.listdir(os.path.join(args.data_dir, folder))for img in imgs:img_root_path = os.path.join(args.data_dir, folder, img)sublist.append(img_root_path)list1.append(img_root_path)for item in itertools.combinations(sublist, 2):for name in item:same_list.append(name)if len(same_list) > 10 and len(same_list) < 13:for j in range(0, len(same_list), 2):if count < int(args.num_samepairs):#數(shù)量可以修改dst.writelines(same_list[j] + ' ' + same_list[j+1]+ ' ' + '1' + '\n')count += 1if count >= int(args.num_samepairs):breaklist2 = list1.copy()# 產(chǎn)生不同的圖像對diff = 0print(count)# 如果不同的圖像對遠遠小于相同的圖像對，則繼續(xù)重復(fù)產(chǎn)生，直到兩者相差很小while True:random.seed(time.time() * 100000 % 10000)random.shuffle(list2)for p in range(0, len(list2) - 1, 2):if list2[p] != list2[p + 1]:dst.writelines(list2[p] + ' ' + list2[p + 1] + ' ' + '0'+ '\n')diff += 1if diff >= count:break#print(diff)if diff < count:#print('--')continueelse:break
運行g(shù)enerate_image_pairs.py
python3 generate_image_pairs.py --data-dir ../../datasets/output --outputtxt ../../datasets/train/train.txt --num-samepairs 5--data-dir 后接對齊后的人臉
--outputtxt 用于保存train.txt文件
--num-samepairs ?生成多少對（具體如何設(shè)置，還需要好好研究一下）
運行成功后在datasets/train下會生成一個train.txt文件
內(nèi)容：
../../datasets/output/Abdullah/Abdullah_0002.jpg ../../datasets/output/Abdullah/Abdullah_0004.jpg 1# 前面兩個分布是生成的pairs的路徑，后面的0/1代表是否同一個人或類
（5）生成驗證集bin文件
成功后利用/src/data/下的 lfw2pack.py生成bin文件
但是存在點問題，對lfw2pack.py進行稍微的修改，修改lfw2pack.py中19行，打#的為更改的，改為兩個參數(shù)，一個是txt讀出來的列表，另一個是總數(shù)量。
import mxnet as mxfrom mxnet import ndarray as ndimport argparseimport pickleimport sysimport ossys.path.append(os.path.join(os.path.dirname(__file__), '..', 'eval'))import lfwparser = argparse.ArgumentParser(description='Package LFW images')# generalparser.add_argument('--data-dir', default='', help='')# 修改１：圖像大小修改為112，112parser.add_argument('--image-size', type=str, default='112,112', help='')parser.add_argument('--output', default='', help='path to save.')# 修改2：添加解析參數(shù)parser.add_argument('--num-samepairs',default=100)args = parser.parse_args()lfw_dir = args.data_dirimage_size = [int(x) for x in args.image_size.split(',')]# 修改3：將文件名pairs.txt修改成train.txtlfw_pairs = lfw.read_pairs(os.path.join(lfw_dir, 'train.txt'))print(lfw_pairs)# 修改4：下一行進行修改成需要的格式# lfw_paths, issame_list = lfw.get_paths(lfw_dir, lfw_pairs, 'jpg'）lfw_paths, issame_list = lfw.get_paths(lfw_pairs,int(args.num_samepairs)+1)#, 'jpg')lfw_bins = []#lfw_data = nd.empty((len(lfw_paths), 3, image_size[0], image_size[1]))print(len(issame_list))i = 0for path in lfw_paths:with open(path, 'rb') as fin:_bin = fin.read()lfw_bins.append(_bin)#img = mx.image.imdecode(_bin)#img = nd.transpose(img, axes=(2, 0, 1))#lfw_data[i][:] = imgi+=1if i%1000==0:print('loading lfw', i)with open(args.output, 'wb') as f:pickle.dump((lfw_bins, issame_list), f, protocol=pickle.HIGHEST_PROTOCOL)
對應(yīng)的get_paths這個文件存在src/eval/lfw.py下，把它也改了
def get_paths(pairs, same_pairs):nrof_skipped_pairs = 0path_list = []issame_list = []cnt = 1for pair in pairs:path0 = pair[0]path1 = pair[1]if cnt < same_pairs:issame = Trueelse:issame = Falseif os.path.exists(path0) and os.path.exists(path1): # Only add the pair if both paths existpath_list += (path0,path1)issame_list.append(issame)else:print('not exists', path0, path1)nrof_skipped_pairs += 1cnt += 1if nrof_skipped_pairs>0:print('Skipped %d image pairs' % nrof_skipped_pairs)return path_list, issame_list
vim中多行注釋方法：
多行注釋：1. 進入命令行模式，按ctrl + v進入 visual block模式，然后按j, 或者k選中多行，把需要注釋的行標記起來2. 按大寫字母I，再插入注釋符，例如 #3. 按esc鍵就會全部注釋了取消多行注釋：1. 進入命令行模式，按ctrl + v進入 visual block模式，按字母l橫向選中列的個數(shù)，例如 # 需要選中2列2. 按字母j，或者k選中注釋符號3. 按d鍵就可全部取消注釋
之后再運行
python3 lfw2pack.py --data-dir ../../datasets/train --output ../../datasets/train/lfw.bin --num-samepairs 2注意：我這里報錯了（沒有報錯的小伙伴可以忽略）
path0 = pair[0]IndexError: list index out of range
仔細分析之后，是因為在train.txt中存在空白行導致，直接刪除即可，如果沒有報錯可以直接忽略
至此，我們已經(jīng)完成了數(shù)據(jù)集的制作，后續(xù)會更新如何訓練，以及使用。
這部分內(nèi)容，是本人摸索了很久才搞定的，本文盡可能的寫的詳細，希望能幫到大家，寫這篇的時候又重新操作了一遍，如果可以懇請小伙伴們能點個“在看”或分享到朋友圈。謝謝啦！
參考鏈接： https://blog.csdn.net/CLOUD_J/article/details/100672392
https://blog.csdn.net/hanjiangxue_wei/article/details/86566497
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~