sphereface-plus 的安装和配置教程
2025-05-27 01:17:14作者:宣聪麟
项目基础介绍和主要编程语言
SphereFace+ 是一个用于人脸识别的开源项目,基于 SphereFace 模型,通过应用最小超球能量(MHE)损失函数改进了类间特征的可分性。该项目的主要编程语言是 Python 和 MATLAB,涉及到深度学习框架 Caffe 的使用。
项目使用的关键技术和框架
SphereFace+ 使用的关键技术包括:
- 最小超球能量(MHE)损失函数:用于增强类间特征的可分性。
- 深度学习模型:利用 Caffe 框架训练网络模型。
- MTCNN:用于人脸检测和对齐。
- MATLAB:用于图像处理和特征提取。
使用的框架和工具包括:
- Caffe:一个开源的深度学习框架。
- MATLAB:数学计算和图像处理软件。
- MTCNN:一个开源的人脸检测和特征点定位模型。
项目安装和配置的准备工作
在开始安装 SphereFace+ 之前,请确保您的系统已经安装以下软件和依赖项:
- CUDA 8.0 for Linux
- cuDNN v6.0 (与 CUDA 8.0 兼容)
- MATLAB
- Caffe 和 matcaffe(请参考 Caffe 官方安装指南)
- MTCNN 和 Pdollar 工具箱(请参考相关文档进行安装)
请注意,使用与上述版本不兼容的 CUDA 或 cuDNN 版本可能会导致训练过程频繁失败。
项目安装步骤
克隆项目仓库
首先,您需要克隆 SphereFace-Plus 的 GitHub 仓库:
git clone --recursive https://github.com/wy1iu/sphereface-plus.git
构建和安装 Caffe
进入克隆的 SphereFace-Plus 目录中的 tools/caffe-sphereface
文件夹:
cd path_to_sphereface-plus/tools/caffe-sphereface
然后,按照 Caffe 官方指南构建 Caffe:
make all -j8
make matcaffe
安装 MTCNN 和 Pdollar 工具箱
请根据 MTCNN 和 Pdollar 工具箱的官方文档进行安装。
下载和放置数据集
下载 CASIA-WebFace 和 LFW 数据集,并将其放置在项目的 data/
目录下。
运行预处理
使用 MTCNN 检测人脸和面部标记,然后使用 MATLAB 脚本进行对齐:
# 在 MATLAB 命令窗口中运行以下脚本
path_to_sphereface-plus/preprocess/code/face_detect_demo.m
path_to_sphereface-plus/preprocess/code/face_align_demo.m
训练模型
将预处理后的图像移动到训练目录,并获取图像列表:
mv path_to_sphereface-plus/preprocess/result/CASIA-WebFace-112X96 path_to_sphereface-plus/train/data/
# 在 MATLAB 命令窗口中运行以下脚本
path_to_sphereface-plus/train/code/get_list.m
下载预训练模型并放置在 train/pretrained_model/
目录下。
然后,运行训练脚本:
bash path_to_sphereface-plus/train/train_sfplus.sh
测试模型
将处理后的 LFW 数据集移动到测试目录,并运行测试脚本:
mv path_to_sphereface-plus/preprocess/result/lfw-112X96 path_to_sphereface-plus/test/data/
bash path_to_sphereface-plus/test/code/get_pairs.sh
matlab -nodisplay -nodesktop -r evaluation
以上步骤将帮助您成功安装和配置 SphereFace+ 项目。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0313- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
868
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
272
311

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
373

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
599
58

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3